Thema | Additive Fertigung, Künstliche Intelligenz |
---|---|
Projekttitel | Sensorik- und App-basierte Validierung der Prozess- und Produktqualität für die aufwandsreduzierte Zulassung personalisierter Medizinprodukte (SAViour) |
Laufzeit | 01.02.2021 – 31.01.2023 |
Download | |
Pressemitteilung | |
Podcast |
Personalisierte Medizinprodukte unterliegen strengen Vorgaben an die Sicherheit. In der additiven Fertigung muss deshalb der Einfluss einer Vielzahl von Parametern von individualisierten medizinischen Bauteilen validiert werden. Die daraus resultierenden langwierigen Zulassungsverfahren stellen besonders KMU vor große methodische und wirtschaftliche Herausforderungen.
Das Forschungsprojekt SAViour befasst sich mit der Entwicklung eines Qualitätsmanagementsystems zur echtzeitfähigen Überwachung von Prozessparametern in der additiven Fertigung. Die Produktqualität wird mit Hilfe eines Qualitätsmodells überwacht, welches auf dem Verfahren des Machine Learning basiert. Die dafür notwendigen Daten werden mittels eines selbst entwickelten Sensorkonzepts erhoben, welches direkt in den 3D-Druck-Prozess integriert wird. Die gewonnenen Daten können zusätzlich zur ganzheitlichen Prozessoptimierung genutzt werden. Das Verfahren wird am Beispiel des Fused Deposition Modeling (FDM) umgesetzt und erforscht.
Ziel ist es, eine App zu entwickeln, welche die Prozesskorrektur ermöglicht und die Qualität der additiv gefertigten Bauteile und des Prozesses dokumentiert.
- Keine aktuellen Termine vorhanden.
- 13.04.2021, 10:35 Uhr - 16:00 Uhr
- Online Veranstaltung
Veröffentlichungen zum Projekt
In der Medizintechnik, in der komplexe und patientenindividuelle Produkte hergestellt werden, hat sich die Additive Fertigung etabliert. Da die Prozesse der Additiven Fertigung sensibel auf Veränderungen der Prozessparameter und Umgebungsbedingungen reagieren, sind Qualitätssicherungsmaßnahmen ein zentraler Faktor innerhalb der Produktion. In diesem Beitrag wird der Ansatz für eine In-situ-Prozessüberwachung in der additiven Materialextrusion vorgestellt.
Additive Fertigung, 3D-Druck, Fused Deposition Modeling, Qualitätskontrolle, Machine-Learning