Technologie: Additive Fertigung

Der Einsatz von Industrierobotern in der Additiven Fertigung erfährt in den letzten Jahren eine steigende Anwendung. Insbesondere aufgrund des voluminösen Bauraums und der großen Flexibilität sind diese für eine Herstellung von großvolumigen, individualisierten Bauteilen prädestiniert. Durch die vielachsigen Bewegungsmöglichkeiten des, am Endeffektor angebrachten Druckkopfs in Verbindung mit einer Schwenkkippeinheit der Bauplattform, kann auf Stützstrukturen verzichtet werden, was einen großen wirtschaftlichen Vorteil darstellt.

Zum Reinigen von Werkstückoberflächen wird häufig das Reinigungsstrahlen angewendet. Dabei wird ein Strahlmittel (Flüssigkeit, Sand, Glasperlen, Guss- oder Korund-Partikel) durch einen, mit hoher Geschwindigkeit austretenden Luftstrom beschleunigt. Aus Sicherheitsgründen wird das Strahlen daher in geschlossenen Kammern oder Kabinen durchgeführt. Strahlmittel und vom Werkstück abgetragenes Material füllen jedoch schnell die Luft in der Kammer, sodass die Sicht – und damit eine Beurteilung des Strahlergebnisses – erheblich erschwert wird. In begehbaren Kabinen muss zudem mit Vollschutzanzügen gearbeitet werden, sodass eine Gesundheitsüberwachung des Mitarbeitenden erfolgen muss. In diesem Beitrag werden, am Beispiel der Dekontamination beim Kernkraftwerkrückbau, die Entwicklung und der Test einer Kamera beschrieben, mit deren Hilfe eine optische Begutachtung des Strahlprozesses unter schwierigsten Umgebungsbedingungen, wie sie beim Strahlprozess herrschen, verbessert wird. ...

Die additive Fertigung hat sich als Produktionsverfahren etabliert und auch Einzug in die Modeindustrie gefunden, in der individualisierte Schuhe im 3D-Druckverfahren hergestellt werden. Die Herstellung von solchen Einzelstücken stellt jedoch hohe Herausforderungen an eine automatisierte Qualitätskontrolle, da durch die vergleichsweise geringen Stückzahlen auch wenig Informationen über mögliche Defekte erzeugt werden. In diesem Beitrag wird ein Vorgehen zur Qualitätskontrolle durch Nutzung eines Autoencoders vorgestellt, welcher mittels Bildern von defektfreien Testobjekten so trainiert wird, dass auftretende Anomalien erkannt werden können. Mit einem ROC AUC score von 0,87 zeigen erste Tests vielversprechende Ergebnisse und belegen, dass durch diese Methode Defekte an den verwendeten Schuhmodellen erkannt werden können.

Manufacturing Execution Systeme (MES) sind ein zentrales Element bei der Digitalisierung von Produktionsbetrieben. Diese verlangt von Unternehmen eine transparente Abbildung ihrer komplexen Prozesse, um z. B. Daten schnell austauschen zu können oder auch exibel auf Kundenaufträge reagieren zu können. Ein Baustein in Unternehmen auf dem Weg zur Digitalisierung ist das MES, das es erlaubt, Funktionalitäten im Fertigungsumfeld digital abzubilden. Der unüberschaubar große Markt, verbunden mit speziellen Anforderungen, begrenzten Ressourcen, Zeit und Domänenwissen, führt bei der Auswahl eines geeigneten MES zu besonderen Herausforderungen. Um diesen Herausforderungen gerecht zu werden und produzierende KMUs bei der Auswahl zu unterstützen, wurden eine Methodik und ein Werkzeug zur zielgerichteten Auswahl eines passenden MES entwickelt, mit dessen Hilfe ein effizienterer Unternehmensbetrieb erfolgen kann.

Die additive Fertigungstechnologie hat sich in den letzten Jahren kontinuierlich weiterentwickelt und rückt verstärkt mehr denn je in das Interesse der Industrie [1, 2]. Individualisierte Produkte lassen sich in kleinen Losgrößen bei höchster Bauteilflexibilität herstellen [3, 4]. In dem breiten Angebot an leistungsfähigen Anlagen, der Vielfalt gut entwickelter Verfahren und dem zunehmenden Spektrum an nutzbaren Materialien liegen große technologische und wirtschaftliche Potenziale. Damit tragen 3D-Druck-Prozesse auch maßgeblich zur Veränderung zukünftiger Wertschöpfungsmuster bei [4].