Skip to main content

Geschlossener Qualitätsregelkreis für die Additive Fertigung durch bildgestütztes Maschinelles Lernen

  • 2685 Accesses

Zusammenfassung

Hohe Qualitätsstandards in der Fertigung wären ohne effektive Messverfahren heute nicht vorstellbar. Die Ergebnisse sind notwendig, um den Fertigungsprozess gegenüber den Qualitätsansprüchen zu validieren und gleichzeitig zu steuern. Die übliche, nachgelagerte und zusätzliche Aufwendung zur Prozesskontrolle ist zeit- und kostenintensiv. Ansätze zur In-Prozesskontrolle können diesen Schritt reduzieren oder sogar komplett entfallen lassen. Die hier vorgestellte Arbeit zeigt eine Möglichkeit zur Prozessüberwachung und -steuerung für die Additive Fertigung und ist am Beispiel des Fused Filament Fabrication Verfahrens spezifiziert. Es werden Fertigungsabweichungen identifiziert, Ursachen ergründet und eine quantitative Messung als Grundlage für die Qualitätsverbesserung durchgeführt. Der für die Additive Fertigung typische, schichtweise Strukturaufbau ermöglicht es während der Fertigung Prozessinformationen über das Werkstück zu erfassen. Jede einzelne gefertigte Schicht wird 3-dimensional erfasst und ist die Grundlage zur anschließenden In-Prozessauswertung. Im Bereich des Fused Filament Fabrication Verfahrens gibt es eine große Auswahl von verfügbaren Materialien, die für die Verarbeitung verwendet werden können. Die Herausforderung liegt in den unterschiedlichen Materialeigenschaften und den damit verbundenen, variierenden Anforderungen an die Prozessparameter. Die hier gezeigte Arbeit soll die Regelung der Prozessparameter automatisieren und objektivieren. Die Auswertung der aufgenommenen Schichtinformationen erfolgt mit der Unterstützung von Convolutional Neural Networks und die Ergebnisse steuern, mit dem Ziel zur Steigerung der Fertigungsqualität, einen geschlossenen Qualitätsregelkreis.

Schlüsselwörter

  • Additive Fertigung
  • In-prozess Kontrolle
  • Qualitätsregelkreis
  • Maschinelles Lernen

This is a preview of subscription content, access via your institution.

Buying options

Chapter
USD   29.95
Price excludes VAT (USA)
  • DOI: 10.1007/978-3-662-62442-5_4
  • Chapter length: 15 pages
  • Instant PDF download
  • Readable on all devices
  • Own it forever
  • Exclusive offer for individuals only
  • Tax calculation will be finalised during checkout
eBook
USD   109.00
Price excludes VAT (USA)
  • ISBN: 978-3-662-62442-5
  • Instant PDF download
  • Readable on all devices
  • Own it forever
  • Exclusive offer for individuals only
  • Tax calculation will be finalised during checkout
Softcover Book
USD   139.99
Price excludes VAT (USA)
Abb. 1.
Abb. 2.
Abb. 3.
Abb. 4.
Abb. 5.
Abb. 6.

Literatur

  1. Raddatz, L., Austerjost, J., Beutel, S.: 3D-Druck: Chancen, Möglichkeiten, Risiken: Wie eine neue Technologie die Zukunft der Biotechnologie und Chemie prägen könnte. Chem. unserer Zeit 52(1), 42–50 (2018)

    CrossRef  Google Scholar 

  2. Sun, Q., Rizvi, G.M., Bellehumeur, C.T., Gu, P.: Effect of processing conditions on the bonding quality of FDM polymer filaments. Rapid Prototyp. J. 14(2), 72–80 (2008)

    CrossRef  Google Scholar 

  3. Rankouhi, B., Javadpour, S., Delfanian, F., Letcher, T.: Failure analysis and mechanical characterization of 3D printed ABS with respect to layer thickness and orientation. J. Fail. Anal. Prev. 16(3), 467–481 (2016)

    CrossRef  Google Scholar 

  4. McCulloch, W.S., Pitts, W.: A logical calculus of the ideas immanent in nervous activity. Bull. Math. Biophys. 5(4), 115–133 (1943)

    MathSciNet  CrossRef  Google Scholar 

  5. Rosenblatt, F.: The perceptron: a probabilistic model for information storage and organization in the brain. Psychol. Rev. 65(6), 386 (1958)

    Google Scholar 

  6. Cireşan, D., Meier, U., Schmidhuber, J.: Multi-column deep neural networks for image classification. arXiv preprint arXiv:1202.2745 (2012)

  7. Sutskever, I., Hinton, G.E., Krizhevsky, A.: Imagenet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems, S.1097–1105. MIT Press,Cambridge (2012)

    Google Scholar 

  8. West, J., Ventura, D., Warnick, S.: Spring research presentation: a theoretical foundation for inductive transfer. Brigham Young University, College of Physical and Mathematical Sciences 1, 32 (2007)

    Google Scholar 

  9. Zhang, Z.: A flexible new technique for camera calibration. IEEE Transactions on Pattern Analysis and Machine Intelligence, Aufl. 22. IEEE Computer Society, New York (2000)

    Google Scholar 

  10. Kelly, S.: Python, PyGame and Raspberry Pi Game Development. Apress, Berkeley (2016)

    Google Scholar 

  11. Heist, S., Kuehmstedt, P., Tuennermann, A., Notni, G.: Theoretical considerations on aperiodic sinusoidal fringes in comparison to phase-shifted sinusoidal fringes for high-speed three-dimensional shape measurement. Appl. Opt. 54(35), 10541–10551 (2015)

    CrossRef  Google Scholar 

  12. Heist, S., Kühmstedt, P., Tuennermann, A., Notni, G.: Experimental comparison of aperiodic sinusoidal fringes and phase-shifted sinusoidal fringes for high-speed three-dimensional shape measurement. Opt. Eng. 55(2), 024105 (2016)

    CrossRef  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Marc Preißler .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and Permissions

Copyright information

© 2020 Der/die Autor(en), exklusiv lizenziert durch Springer-Verlag GmbH, DE , ein Teil von Springer Nature

About this paper

Verify currency and authenticity via CrossMark

Cite this paper

Preißler, M., Jobmann, S., Notni, G. (2020). Geschlossener Qualitätsregelkreis für die Additive Fertigung durch bildgestütztes Maschinelles Lernen. In: Schmitt, R.H. (eds) Datengetriebenes Qualitätsmanagement. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-62442-5_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-62442-5_4

  • Published:

  • Publisher Name: Springer Vieweg, Berlin, Heidelberg

  • Print ISBN: 978-3-662-62441-8

  • Online ISBN: 978-3-662-62442-5

  • eBook Packages: Computer Science and Engineering (German Language)