02.10.2018 – Kategorie: Fertigung & Prototyping, Hardware & IT

Maschinelles Lernen und 3D-Druck für verlässlichere Bauteile

lockheed_martin_3d-printer

Mit 3D-Druck lassen sich heute schon in größerem Umfang funktionsintegrierte Bauteile für Schiffe, Flugzeuge und Fahrzeuge herstellen. Doch die entsprechenden Verfahren stehen immer noch am Anfang, besonders, was die automatische Prozesssteuerung und Qualitätskontrolle betrifft. Ein Projekt von Lockheed Martin und dem Office of Naval Research soll das ändern.

Mit 3D-Druck lassen sich heute schon in größerem Umfang funktionsintegrierte Bauteile für Schiffe, Flugzeuge und Fahrzeuge herstellen. Doch die entsprechenden Verfahren stehen immer noch am Anfang, besonders, was die automatische Prozesssteuerung und Qualitätskontrolle betrifft. Ein Projekt von Lockheed Martin und dem Office of Naval Research soll das ändern.

Eine erfolgreiche Fertigung hochwertiger und komplexer Bauteile erfordert nicht selten eine durchgehende Prozessüberwachung durch Experten.  Und sollte ein Bereich eines Bauteils nicht den Anforderungen entsprechend, kann dies das gesamte Bauteil unbrauchbar machen. Daher erkunden Lockheed Martin und das Office of Naval Research gemeinsam den Einsatz künstlicher Intelligenz in der additiven Fertigung. Roboter sollen darin trainiert werden, die Prozesse autonom zu überwachen und den 3D-Druck komplexer Bauteile auch schon im Prozess zu optimieren.

Der auf zwei Jahre angelegte Auftrag mit einem Volumen von 5.8 Millionen US-Dollar widmet sich besonders dem Einsatz und der Anpassung von Mehrachsen-Robotern, die per Laserauftragsschweißen fertigen. Das Team wird Software-Modelle und Sensoranpassungen für die Roboter entwickeln, um auf diese Weise zu besseren Bauteilen zu gelangen.

Man werde erforschen, wie Maschinen selbstständig beobachten, lernen und Entscheidungen treffen können, um bessere Bauteile in gleichbleibender Qualität zu fertigen, erklärt Brian Griffith, Projektmanager bei Lockheed Martin. Die Maschinen sollten den Prozess überwachen und während des 3D-Drucks eigenständig Anpassungen vornehmen, damit sie die geforderten Materialeigenschaften bereits in diesen Phasen sicherstellen können. Die Entwickler wollen Verfahren des maschinellen Lernens in der additiven Fertigung einsetzen, mit denen Roboter während der Fertigung Stellgrößen überwachen und steuern können.

Zach Loftus, Lockheed Martin Fellow für Additive Fertigung sagt. „Denken Sie an die Instandhaltung und wie die Wartungstechniker ein Ersatzteil auf See drucken könnte, oder an einen Mechaniker, der ein Ersatzteil für einen Truck mitten in der Wüste herstellt. Das bringt den 3D-Druck einen weiteren, großen Entwicklungsschritt voran.“

Derzeit verbringen Ingenieure bei jedem Fertigungsprozess viele Stunden damit, die Qualität des Bauteils nach der Fertigung zu testen. Und nicht nur das. Es sei üblich, Segmente so aufzubauen, dass sie den schwächsten Bereich eines Bauteils kompensieren und damit größere Toleranzen und Massen in der übrigen Struktur erlauben. Durch die Arbeit von Lockheed Martin sollen Maschinen aber selbst besser entscheiden können, wie sie Strukturen auf der Basis vorher verifizierter Berechnungen optimieren.  

Derartige Berechnungen und die Integration in die robotischen Systeme für den 3D-Druck bilden den Kern des Auftrags. Lockheed Martin wird verbreitete Typen von Mikrostrukturen in einem additiven Aufbau untersuchen. Denn unsichtbar von außen kann ein Teil im Inneren eine jeweils leicht abweichende Mikrostruktur aufweisen.

Das Team wird die Leistungsmerkmale der Maschinenparameter und die Mikrostrukturen messen und erfassen und diese an die Materialeigenschaften anpassen. Dieses Wissen wird dann in ein funktionsfähiges System überführt. Mit einer Vielzahl an Informationen können Maschinen anschließend entschieden, wie sie ein leistungsfähiges Bauteil am besten in 3D drucken. Materialseitig starten die Entwickler mit der sehr verbreiteten Titan-Legierung Ti-6AI-4V, und sie integrieren die Forschungsarbeit mit sieben Partnern aus Industrie, nationalen Laboratorien und Universitäten.


Teilen Sie die Meldung „Maschinelles Lernen und 3D-Druck für verlässlichere Bauteile“ mit Ihren Kontakten:


Scroll to Top