Entwicklung einer künstlichen Intelligenz für die In-situ-Qualitätskontrolle in der additiven Fertigung durch multimodale Prozessüberwachung - SenseAI

Abstract

Eine zentrale Herausforderung für die Etablierung von pulverbettbasierten additiven Verfahren in der industriellen Anwendung stellt die prozessbegleitende Qualitätskontrolle dar, die innerhalb des Produktionsprozesses zu Rückschlüssen auf die gefertigte Bauteilintegrität und -qualität befähigt. Bislang erfordern die Varianz der Bauteilqualität und der damit verbundene hohe Anteil an Ausschuss eine kostenintensive nachgelagerte Prüfung mittels Computertomographie (CT), welche die Wettbewerbsfähigkeit von Metall-3D-Druck-Verfahren entscheidend hemmen. Ziel des Projektes war die Weiterentwicklung und Fusion mehrerer sich ergänzender Sensortechnologien zu einer Multisensorik, die zur Überwachung des 3D-Druck-Prozesses in eine PBF-LB/M-Fertigungsanlage integriert wird. Mit dieser Demonstratoranlage lassen sich die vielseitigen qualitätsrelevanten Prozessmerkmale des additiven Herstellungsprozesses simultan erfassen und überwachen. Zur Sicherung, Verarbeitung und Interpretation der Sensordaten wurde ein KI-basiertes Datenbank- und Analysetool entwickelt, welches eine automatisierte und ortsaufgelöste Vorhersage von Bauteildefekten ermöglicht. Dadurch kann zur Bewertung der Bauteilqualität eine Korrelation zu nachgelagerten CT-Untersuchungen hergestellt werden. Bei ausreichend hoher Korrelation der prioritären Defektklassen während der Serienfertigung soll mit diesem Ansatz zukünftig die nachgelagerte und kostenintensive CT-Untersuchung eingespart werden.