Maschinelles Lernen revolutioniert die Laserverarbeitung

THUN / LONDON (IT BOLTWISE) – Die Eidgenössische Materialprüfungs- und Forschungsanstalt (EMPA) in Thun hat einen bedeutenden Schritt in der Optimierung der laserbasierten Metallverarbeitung gemacht. Durch den Einsatz von maschinellem Lernen wird das Verfahren nicht nur effizienter, sondern auch zugänglicher für neue Zielgruppen.

Die EMPA-Forscher in Thun haben eine innovative Methode entwickelt, um die Laserverarbeitung von Metallen zu optimieren. Durch den Einsatz von maschinellem Lernen wird das Verfahren nicht nur effizienter, sondern auch kostengünstiger und präziser. Dies eröffnet neuen Zielgruppen, wie der Automobil- und Medizinbranche, den Zugang zu dieser fortschrittlichen Technologie. Traditionell erfordert die laserbasierte Metallverarbeitung umfangreiche Vorversuche, die zeit- und kostenintensiv sind. Doch mit der neuen Methode der EMPA könnte sich dies ändern.

Im Zentrum der Forschung steht das Verfahren des Powder Bed Fusion (PBF), bei dem ein Laser dünne Schichten von Metallpulver an präzise definierten Stellen schmilzt. Dieses Verfahren ermöglicht die Herstellung komplexer Geometrien, die mit herkömmlichen Methoden kaum realisierbar sind. Allerdings sind die Produktionsprozesse oft von umfangreichen Vorversuchen begleitet, um die optimalen Einstellungen für Parameter wie Scangeschwindigkeit und Laserleistung zu bestimmen. Diese Vorversuche verbrauchen viel Material und erfordern die Begleitung durch Experten.

Die Forscher um Giulio Masinelli und Chang Rajani haben einen Algorithmus entwickelt, der mithilfe von Daten optischer Sensoren, die in den Lasermaschinen integriert sind, den aktuellen Schweißmodus des Lasers erkennt. Basierend auf diesen Daten passt der Algorithmus die Einstellungen für den nächsten Versuch an, was die Anzahl der benötigten Vorversuche um etwa zwei Drittel reduziert, ohne die Qualität des Endprodukts zu beeinträchtigen.

Ein weiterer Vorteil des maschinellen Lernens in der Laserverarbeitung ist die Möglichkeit, den Schweißprozess in Echtzeit zu überwachen und anzupassen. Dies war bisher nicht möglich, da die Geschwindigkeit, mit der Daten analysiert und Entscheidungen getroffen werden müssen, selbst für Computer eine Herausforderung darstellt. Die Forscher setzen daher auf spezielle Computerchips, sogenannte Field-Programmable Gate Arrays (FPGAs), die eine präzise Steuerung der Laserparameter ermöglichen.

Die Integration dieser Technologie könnte die Laserverarbeitung von Metallen revolutionieren und neue Standards in der Industrie setzen. Unternehmen, die bisher aufgrund der hohen Kosten und des Fachkräftebedarfs von der Nutzung der PBF-Technologie abgehalten wurden, könnten nun von den Vorteilen dieser fortschrittlichen Methode profitieren. Die Forscher der EMPA sind überzeugt, dass maschinelles Lernen und künstliche Intelligenz ein großes Potenzial für die Weiterentwicklung der Laserverarbeitung bieten.

Die Zukunft der Laserverarbeitung könnte durch die Kombination von maschinellem Lernen und fortschrittlicher Hardwaretechnologie maßgeblich geprägt werden. Die Forscher arbeiten bereits an weiteren Projekten, um die Algorithmen und Modelle weiterzuentwickeln und deren Anwendungsbereiche in Zusammenarbeit mit Partnern aus Forschung und Industrie zu erweitern. Diese Entwicklungen könnten nicht nur die Effizienz und Präzision der Laserverarbeitung steigern, sondern auch die Tür zu neuen Anwendungen und Märkten öffnen.

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