KI-gestützte Fehlererkennung verbessert 3D-Druck von Metallbauteilen

LONDON (IT BOLTWISE) – Ein Forscherteam hat eine innovative Methode zur Verbesserung der Qualität von metallischen Bauteilen im 3D-Druck entwickelt. Diese neue Technik nutzt Künstliche Intelligenz, um Defekte in Echtzeit zu erkennen und die strukturelle Integrität der Bauteile zu gewährleisten.

Die jüngsten Fortschritte in der additiven Fertigung, insbesondere im Bereich des metallbasierten 3D-Drucks, haben das Potenzial, die industrielle Produktion zu revolutionieren. Ein Forscherteam, darunter das Argonne National Laboratory und die University of Virginia, hat nun eine Methode entwickelt, die die Echtzeit-Erkennung von Defekten in diesem Prozess ermöglicht. Diese Methode kombiniert thermografische und hochauflösende Röntgenbildgebung mit maschinellem Lernen, um sogenannte Keyhole-Poren zu identifizieren. Diese strukturellen Fehler treten häufig bei der Laserstrahlschmelze auf und können die mechanischen Eigenschaften der additiv gefertigten Komponenten erheblich beeinträchtigen.

Obwohl thermische Sensoren bereits in vielen modernen 3D-Druckanlagen zur Prozessüberwachung eingesetzt werden, sind sie oft nicht in der Lage, die Entstehung von Poren im Inneren des Bauteils zuverlässig zu erfassen. Die Forscher nutzten daher Synchrotronstrahlung der Advanced Photon Source, um Röntgenaufnahmen der inneren Strukturen mit den Oberflächentemperaturen des Schmelzbads abzugleichen. Dabei zeigte sich, dass die Bildung von Keyhole-Poren charakteristische thermische Signaturen an der Oberfläche hinterlässt, die sich durch Kameras erfassen lassen.

Ein auf Basis der Röntgendaten trainiertes Machine-Learning-Modell wurde anschließend eingesetzt, um allein anhand der thermischen Informationen die Porenbildung mit hoher zeitlicher Auflösung vorherzusagen. Die Genauigkeit dieses Modells reicht aus, um Porenereignisse auf Zeitskalen unterhalb einer Millisekunde zu identifizieren. Diese Entwicklung eröffnet die Möglichkeit, weitere Sensoriklösungen zu entwickeln, die auch andere Defekttypen erfassen und perspektivisch sogar Eingriffe während des Druckvorgangs ermöglichen könnten.

Die Bedeutung dieser Technologie ist besonders für Anwendungen in der Luft- und Raumfahrt, der Energietechnik sowie der Medizintechnik hervorzuheben, wo die strukturelle Integrität kritischer Bauteile von zentraler Bedeutung ist. Durch eine engmaschigere Prozesskontrolle könnten Nachbearbeitungsaufwände reduziert und die Qualität der Bauteile verbessert werden. Dies stellt einen wichtigen Schritt hin zu einer breiteren industriellen Nutzung der metallischen additiven Fertigung dar.

Die Integration von Künstlicher Intelligenz in den 3D-Druckprozess zeigt, wie maschinelles Lernen und fortschrittliche Bildgebungstechniken die Effizienz und Qualität von Produktionsprozessen steigern können. Diese Entwicklungen könnten nicht nur die Produktionskosten senken, sondern auch die Innovationskraft in der Fertigungsindustrie stärken. Experten sehen in dieser Technologie einen bedeutenden Fortschritt, der die Wettbewerbsfähigkeit von Unternehmen in der globalen Wirtschaft erhöhen könnte.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!