Von LLNL entwickeltes kamerabasiertes Prüfsystem für den 3D-Druck
Forscher entwickeln ein System, das mithilfe von maschinellem Lernen Druckfehler Schicht für Schicht erkennt, noch bevor ein Bauteil den Drucker verlässt
Ein Team am Lawrence Livermore National Laboratory (LLNL) hat ein Kamera- und Softwaresystem entwickelt, das 3D-gedruckte Teile bereits während des Druckvorgangs Schicht für Schicht prüft – und nicht erst danach – und dabei mithilfe von künstlicher Intelligenz und maschinellem Lernen Fehler in Echtzeit erkennt.
Das System ist auf das Direct-Ink-Writing-Verfahren (DIW) ausgerichtet, und Kameras am Drucker leiten Bilder an eine ML-basierte Segmentierungssoftware weiter, die das Material während des Aufbringens abbildet.
„Wir haben jetzt sozusagen ein Gehirn hinter den Augen“, sagte Brian Weston, Ingenieur und Leiter des Bereichs KI/ML für digitale Zwillinge am LLNL sowie technischer Leiter des Projekts. „Unser System kann nun während des Druckvorgangs ‚sehen‘, und wir können künftig datengestützte Entscheidungen treffen.“
Herkömmlicherweise muss ein Bauteil fertiggestellt und entnommen werden, bevor es geprüft werden kann – in der Regel mittels Röntgenbildgebung oder mechanischer Prüfverfahren –, doch diese Prüfungen sind kostspielig und zeitaufwendig. Das LLNL-System erfasst stattdessen Bilder bei jeder einzelnen Schicht und berechnet Messwerte wie den Filamentdurchmesser in Echtzeit.
Das Team trainierte sein Bildsegmentierungsmodell anhand von fast 15.000 manuell annotierten Bildern. Bei 55 Testteilen lagen die Ergebnisse nur wenige Mikrometer von den manuellen Messungen ab – wobei diese bis zu einer Stunde pro Bild in Anspruch nehmen konnten, während die Software nur Millisekunden benötigte und damit im Durchschnitt etwa 100.000-mal schneller war.
In einem umfangreicheren Test analysierte das Team rund 2.500 Bilder einer Schicht eines 25 mal 25 Zentimeter großen Kissens und deckte dabei eine leichte Neigung der Plattform auf, die bei einer herkömmlichen Messung unentdeckt geblieben wäre.
Brian Giera, stellvertretender Programmdirektor für Datenwissenschaft, KI und Fertigung am LLNL, sagte: „Die maschinengestützte Inspektion wird einen enormen Durchbruch bei der Kostensenkung, der Steigerung des Durchsatzes und der Bereitstellung von mehr Informationen über die von uns hergestellten Produkte darstellen. Damit wird eine Art ‚heiliger Gral‘ in diesem Bereich erreicht, und zwar auf eine Weise, die eine Ausweitung auf andere wichtige Bereiche ermöglicht.“
