Creative Commons Attribution-NonDerivs 3.0 GermanyJutkuhn, Dennis2025-07-042025-07-042025-06-23https://oa.tib.eu/renate/handle/123456789/19059https://doi.org/10.34657/18076Eine 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.gerhttps://creativecommons.org/licenses/by-nd/3.0/de/500 NaturwissenschaftenAdditive FertigungQualitätssicherungin-situPBF-LB/MKIEntwicklung einer künstlichen Intelligenz für die In-situ-Qualitätskontrolle in der additiven Fertigung durch multimodale Prozessüberwachung - SenseAIReport21 SeitenSachbericht zum Verwendungsnachweis, Verbundprojekt in der Fördermaßnahme: Lernende Produktionstechnik - Einsatz künstlicher Intelligenz (KI) in der Produktion (ProLern) im Programm "Innovationen für die Produktion, Dienstleistung und Arbeit von morgen" des BMBF