Pulverqualität
Die standardisierten Verfahren zur Charakterisierung metallischer Pulver sind im Wesentlichen auf die traditionelle Pulververarbeitung zugeschnitten. Diese Prüfverfahren sind aber nur bedingt geeignet, die Anforderungen an ein AM-Pulver zu validieren.
Bei der Wiederverwendung von Restpulver aus vorherigen Produktionsprozessen müssen die Auswirkungen der Wiederverwendung auf die Pulvereigenschaften, den Prozess und die produzierten Bauteile (Stichwort: Problem der „Alterung“ des Pulvers bei mehrmaligem Gebrauch) umfassend bewertet bzw. die erforderliche Aufbereitung des Pulvers bestimmt werden.
Entscheidungen in diesen Bereichen werden derzeit in hohem Maße auf der Basis von individuellem Erfahrungswissen gefällt. Ein die Qualität des Werkstoffs sichernder Einsatz sowie die angestrebte automatisierte Mischung und Zuführung von Pulver bedarf aber einer wissenschaftlich gesicherten Basis für die Einstellung stabiler Anlagenparameter für alle aufeinander folgenden Produktionsprozesse des gleichen Bauteils.
Auch hier geht es neben der Erweiterung des Wissens um die Ertüchtigung von Prüf- wie auch Anwendungsverfahren.
N-SITU-ANALYSE des Schmelzprozesses
Der gegenwärtige Stand der Technik erlaubt nur das Erfassen von Prozessdaten und deren spätere Auswertung und Verarbeitung.
Erst nach Vorlage von Fehlern am Werkstück wird bisher versucht, eine Korrelation zwischen den vorhandenen Prozessdaten und den aufgetretenen Fehlern herzustellen.
Dazu eingesetzte Verfahren nutzen Kamerasysteme, die den Aufschmelzprozess aufnehmen oder Fotodioden, die im Laser-Strahlengang zur Leistungserfassung platziert werden.
Der Schritt vom reinen Monitoring zur Echtzeit-Erfassung von Prozessdaten in Kombination mit der Fehlererkennung während des Schmelzvorganges und Korrekturen des Prozesses steht noch bevor. Die Ergebnisse der Prüfungen sollen in Echtzeit mit ausgewählten Parametern des AM-Prozesses korreliert und als angepasste Prozessdaten zurück in die Anlage übergeben werden.
Es gilt, In-situ-Prüftechniken, wie ultraschallbasierte Methoden, die Wirbelstromprüfung und verschiedene Verfahren der Schallemissionsprüfung zu optimieren.
Zu diesem Zweck sind neuartige Instrumente zur Erfassung und Bearbeitung großer Datenmengen (Big Data) sowie zur Optimierung unter Einsatz neuronaler Lernalgorithmen und andere Formen der Künstlichen Intelligenz zu entwickeln.
Impulse in diese Richtung sind ein wesentliches Ziel dieses Netzwerks.
Prüftechniken bei hergestellten Produkten
Wie schon bei der Qualitätskontrolle im eigentlichen Produktionsprozess gewähren gegenwärtig auch die nach Abschluss der Herstellung eingesetzten Prüftechniken wie die CT, verschiedene Ultraschall-Prüfungen und mechanische zerstörende Prüfmethoden (bei statischer und vor allem dynamischer Belastung) noch keine Gewähr der sicheren und umfassenden Fehleridentifikation. Das führt in den sicherheitstechnisch am strengsten regulierten Bereichen wie vor allem der Luftfahrt dazu, dass es noch keine Prozesszertifizierung, sondern nur die Zertifizierung jedes einzelnen Produkts gibt. Die Überwindung dieses Problems ist einer der entscheidenden Fortschritte, die für eine breite, tatsächlich industriell ausgerichtete Anwendung der AF realisiert werden müssen. Dieser Fortschritt würde auch die beachtlichen Prüfaufwände stark reduzieren und die fortschreitende Ausnutzung der neuen konstruktiven Freiheitsgrade dieser Produktionstechnik in allen dafür geeigneten Bereichen erlauben.
Zu den wichtigen Arbeitsfeldern im Netzwerk gehören unter diesem Aspekt:
- Welche Fehler werden in welcher Erfassungsqualität durch die bekannten Prüftechniken detektiert? Konkreter: Welche Fehlerarten, bei welchen Materialbedingungen (z.B. Größe, Volumen , Dichte des Materials und bei unterschiedlichen Geometrien der Werkstücke)
- Welche Maßnahmen der Ertüchtigung dieser Prüftechniken können im NW-Zusammenhang entworfen und realisiert werden
- Können evtl. sogar neue Prüftechniken zumindest konzeptionell entworfen werden.