Eine Lösung für Engpässe beim Monitoring in der Additiven Fertigung

Additive Fertigung (AM, Additive Manufacturing) wurde in den letzten Jahren stark weiterentwickelt – aber noch immer ist es schwierig, dabei die hohen Qualitätsstandards der Luftfahrtbranche zu erfüllen. Der Schlüssel liegt im Monitoring des AM-Prozesses, den hier liegt der Engpass der Weiterentwicklung. Die nötige Qualitätskontrolle der gefertigten Teile wird derzeit per Computertomographie (CT) durchgeführt – aber erst nach der Produktion. Das kostet Zeit und Geld und macht es außerdem unmöglich, schon während der Fertigung auf Probleme zu reagieren.

Eine Lösung für dieses Problem ist “Online Monitoring”, also Fehleranalyse im laufenden Prozess, von Beginn an. Jonas Holtmann (Doktorand im Product Engineering bei Testia in Ottobrunn) hat eine neue Methode entwickelt, um Online Monitoring nicht nur machbar, sondern auch effektiv zu gestalten. Dabei kommt Machine Learning zum Einsatz – die Software hat von beispielhaften Produktionsfehlern in AM-Bauteilen gelernt und kann durch dieses Training nun bereits während der Produktion neuer Bauteile Anomalien entdecken.

Die Methode hat bereits eine hohe Leistungsfähigkeit bei Testdurchläufen bewiesen, erklärt Jonas Holtmann. Er wird sein Projekt am 10. Dezember 2019 bei der Konferenz „Materials Science and Technology of Additive Manufacturing“ (MSTAM) in Bremen vorstellen. Seine Forschungsergebnisse sind sehr vielversprechend: Der Ansatz ist unabhängig vom Monitoring-System und deshalb wahrscheinlich für vielfältige Daten-Arten geeignet. Der größte Vorteil dabei ist die Zeit- und Kosteneffizienz dank besserer Qualitätskontrolle.