App zur automatischen Überwachung der Druckqualität in der Additiven Fertigung

Qualitätsüberwachung: Die Wissenschaftlerinnen und Wissenschaftler werden Sensoren am Drucker anbringen, um Fehler zu erkennen wie etwa einen verstopften Druckkopf.
Qualitätsüberwachung: Die Wissenschaftlerinnen und Wissenschaftler werden Sensoren am Drucker anbringen, um Fehler zu erkennen wie etwa einen verstopften Druckkopf.Bild: Désirée Binder / IPH

Der 3D-Druck ermöglicht eine Produktion in Losgröße 1. Das bedeutet, dass kein Produkt dem anderen gleicht, weil jedes Teil individuell für den Kunden entworfen wird. Eine Herausforderung für Unternehmen ist allerdings die Qualitätssicherung. Wissenschaftlerinnen und Wissenschaftler des Instituts für Integrierte Produktion Hannover (IPH) gGmbH und des Werkzeugmaschinenlabors WZL der RWTH Aachen arbeiten an einer Lösung, um insbesondere kleine und mittlere Unternehmen bei der Zulassung patientenindividueller Medizinprodukte aus dem 3D-Drucker zu unterstützen: Sie wollen eine App entwickeln, die bei der Qualitätssicherung hilft und sämtliche Sensordaten automatisiert auswertet.

Die Forscherinnen und Forscher wollen einen industriellen 3D-Drucker mit Sensortechnik ausstatten, um den Druckvorgang lückenlos zu überwachen. Die Sensordaten werden in einer App mithilfe von künstlicher Intelligenz über ein Qualitätsmodell ausgewertet, um Produktionsfehler zuverlässig zu erkennen. Die Wissenschaftlerinnen und Wissenschaftler des IPH und des WZL konzentrieren sich vorrangig auf die Medizintechnik, weil in dieser Branche der Grad der Individualisierung der Produkte und die dazugehörigen Qualitätsanforderungen besonders hoch sind sowie im Rahmen einer Zulassung der Nachweis eines Qualitätssicherungssystems erbracht werden muss. 

Für das Forschungsprojekt nutzt das IPH den Industriedrucker X500PRO der German RepRap GmbH. Als Druckmaterial dient der Kunststoff Acrylnitril-Butadien-Styrol (ABS), der eine vergleichsweise hohe Festigkeit aufweist, aber sehr temperatursensibel ist.

Zur Überwachung der Druckqualität wollen die Wissenschaftlerinnen und Wissenschaftler verschiedene Sensoren nutzen. Denkbar sind z.B. Sensoren, die die Temperatur der Bauplatte oder Baukammer messen, Infrarotsensoren, mit denen sich die Temperatur direkt am Druckkopf bestimmen lässt, Vibrationssensoren sowie optische Messtechnik. Aussagekräftig für die Qualitätsüberwachung sind auch akustische Signale. Um wichtige von unwichtigen Geräuschen zu unterscheiden, wollen die Forscherinnen und Forscher Machine Learning nutzen.

Thematik: Technologie
RWTH Aachen University Werkzeugmaschinenlabor WZL der RWTH Aachen

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.