Neuartige Methode zur Echtzeit-Fehlererkennung in der Metall-3D-Drucktechnologie

Sicherstellung fehlerfreier Metall-3D-Druck: Bahnbrechende Forschung zur Defekterkennung und Prozessüberwachung

In den letzten Jahren hat sich der 3D-Druck als transformative Technologie etabliert, insbesondere in kritischen Bereichen wie der Luft- und Raumfahrt, der Verteidigung und der Energieerzeugung. Eine der größten Herausforderungen im Metall-3D-Druck, insbesondere beim Laser-Pulverbett-Fusion (LPBF), ist die Entstehung winziger Defekte, die als "Schlüsselloch"-Poren bekannt sind. Diese Poren können die strukturelle Integrität der Teile erheblich beeinträchtigen und ihre Lebensdauer verkürzen. Ein internationales Forscherteam hat nun einen bedeutenden Fortschritt in der Defekterkennung und Prozessüberwachung beim LPBF erzielt.

Innovation in der Defekterkennung

Forscher der Northwestern University, der University of Virginia, der Carnegie Mellon University und des Argonne National Laboratory haben mithilfe zugänglicher Sensoren wie Mikrofonen und Photodioden in Kombination mit maschinellem Lernen eine Genauigkeit von über 90 % bei der Erkennung von Schlüssellochporen erreicht. Diese Technologie bietet eine zeitliche Auflösung von nur 0,1 Millisekunden, was die Grundlage für intelligente, geschlossene Regelungssysteme im LPBF legt. Die Ergebnisse dieser Forschung wurden kürzlich in der Zeitschrift Materials Futures veröffentlicht.

Die Herausforderung liegt in der Echtzeitüberwachung des Druckprozesses, da die Geschwindigkeit und Komplexität des LPBF-Technologie es schwierig machen, Defekte frühzeitig zu erkennen. Das neu entwickelte, maschinelles Lernen-basierte Verfahren nutzt einfache Licht- und Schallsensoren, um den Druckprozess zu überwachen und genau zu detektieren, wann und wo Schlüssellochporen entstehen.

Anwendung und Auswirkungen

Die Möglichkeit, Defekte während des Druckprozesses zu erkennen, ermöglicht es Herstellern, Anpassungen vorzunehmen oder den Druckprozess zu pausieren, um die Produktion von fehlerhaften Teilen zu verhindern. Dies hat erhebliche Auswirkungen auf die Kosten- und Zeitersparnis, die mit Nachinspektionen und Reparaturen verbunden sind, und gewährleistet gleichzeitig die hohe Qualität, die in sicherheitskritischen Anwendungen erforderlich ist.

Darüber hinaus wurde ein präzises "Ground Truth" mithilfe von hochaufgelöstem Synchrotron-Röntgen-Imagining verwendet, um das maschinelle Lernmodell zu trainieren, um die Bedingungen zu erkennen, die zur Porenbildung führen. Der Fortschritt dieser Technologie könnte dazu führen, dass die Überwachung und Kontrolle der Druckprozesse in der Metalladditivfertigung revolutioniert wird.

Blick in die Zukunft

Die Forscher arbeiten daran, diese Technologie zugänglicher und skalierbarer für den breiten Einsatz zu machen. Zukünftige Arbeiten sollen die Genauigkeit weiter verbessern, indem zusätzliche Sensoren integriert werden. Während die aktuelle Studie hohe Genauigkeit bei Einzelschichten-Laser-Schmelzversuchen erzielt hat, wird geplant, diese Methode auf 3D-Bauten zu erweitern und die Bewegungen von Poren im Schmelzbad zu analysieren sowie deren Entfernung während wiederholter Schmelzzyklen zu bewerten.

Fazit

Mit diesen bemerkenswerten Fortschritten in der Defekterkennung im Metall-3D-Druck wird die Fertigung nicht nur effizienter, sondern auch sicherer. Sichern Sie sich die neuesten Informationen über die Entwicklungen in der additiven Fertigung und bleiben Sie gespannt auf zukünftige technische Innovationen!

Für weitere Informationen:
Zhongshu Ren et al., "Sub-millisecond keyhole pore detection in laser powder bed fusion using sound and light sensors and machine learning," Materials Futures (2024). DOI: 10.1088/2752-5724/ad89e2

Bereitgestellt von:
Songshan Lake Materials Laboratory

Bleiben Sie bei uns für weitere spannende Entwicklungen in der Welt des 3D-Drucks!