Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter October 20, 2021

Einführung einer In-situ-Prozess-Überwachung in der additiven Materialextrusion

Introduction of In-situ Process Monitoring in Additive Material Extrusion
Anne Rathje, Anna-Lena Knott, Benjamin Küster, Malte Stonis and Ludger Overmeyer

Abstract

In der Medizintechnik, in der komplexe und patientenindividuelle Produkte hergestellt werden, hat sich die Additive Fertigung etabliert. Da die Prozesse der Additiven Fertigung sensibel auf Veränderungen der Prozessparameter und Umgebungsbedingungen reagieren, sind Qualitätssicherungsmaßnahmen ein zentraler Faktor innerhalb der Produktion. In diesem Beitrag wird der Ansatz für eine In-situ-Prozessüberwachung in der additiven Materialextrusion vorgestellt.

Abstract

Additive manufacturing has established itself in medical technology, where complex and patient-specific products are manufactured. Since additive manufacturing processes are sensitive to changes in process parameters and environmental conditions, quality assurance is a key factor for production. This paper presents the approach for in-situ process monitoring in additive material extrusion.


Tel.: +49 (0) 511 279 76-228

Funding statement: Das IGF-Vorhaben 21610 N der Forschungsgemeinschaft Qualität e. V. (FQS) wird über die AiF im Rahmen des Programms zur Förderung der Industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

Literatur

1 Richard, H.; Schramm, B.; Zipsner, T.; Additive Fertigung von Bauteilen und Strukturen. Springer-Vieweg-Verlag, Wiesbaden 2017, S. V DOI: /10.1007/978-3-658-17780-5/10.1007/978-3-658-17780-5Search in Google Scholar

2 Smeets, R.; Alkildani, S.; Rider, P. et al.: Aktuelle Methoden der additiven Fertigung und des Bioprintings in der Zahnmedizin sowie der MKG-Chirurgie. Die Quintessenz 69 (2018) 9, S. 1070–1076Search in Google Scholar

3 Statista Research Department (Hrsg): Anwendung von 3D-Druck weltweit nach Branchen im Jahr 2016. Stand: 20.07.2016Search in Google Scholar

4 Menean, F.; Menean, N.; Rometsch, F.; Großmann, M.; Becker, T.: Maßnahmen zur Umsetzung der europäischen Medical Device Regulation bei klein- und mittelständischen Herstellern von Medizinprodukten. In: Pfannstiel, M.; Rasche, C.; Braun von Reinersdorff, A.; Knoblach, B.; Fink, D. (Hrsg): Consulting im Gesundheitswesen. Springer-Gabler-Verlag, Wiesbaden 2020 DOI: /10.1007/978-3-658-25479-7_10/10.1007/978-3-658-25479-7_10Search in Google Scholar

5 DIN e. V. (Hrsg.): DIN EN ISO 13485 : 2016 – 08: Medizinprodukte – Qualitätsmanagementsysteme – Anforderungen für regulatorische Zwecke. Beuth Verlag, Berlin 2016Search in Google Scholar

6 Wiederhold, M.; Greipel, J.; Schmitt, R.; Ottone, R.: Gemeinsam sind sie stark – Statistical Process Control bei kleinen Stückzahlen. Qualität und Zuverlässigkeit 61 (2016), S.30 – 34Search in Google Scholar

7 Sheoran, A. J.; Kumar, H.: Fused Deposition Modeling Process Parameters Optimization and Effect on Mechanical Properties and Part Quality: Review and Reflection on Present Research. Materials Today: Proceedings 21 (2019) 3, S. 1659–1672 DOI: /10.1016/j.matpr.2019.11.296/10.1016/j.matpr.2019.11.296Search in Google Scholar

8 Mohamed, O. A.; Masood, S. H.; Bhowmik, J. L.: Optimization of Fused Deposition Modeling Process Parameters: A Review of Current Research and Future Prospects. Advances in Manufacturing 3 (2015), S. 42–53 DOI: /10.1007/s40436-014-0097-7/10.1007/s40436-014-0097-7Search in Google Scholar

9 Ziemian, C. W.; Crawn, P.: Computer Aided Decision Support for Fused Deposition Modeling. Rapid Prototyping Journal 7 (2001) 3, S. 138–147 DOI: /10.1108/13552540110395538/10.1108/13552540110395538Search in Google Scholar

10 Anitha, R.; Arunachalam, S.; Radhakrishnan, P.: Critical Parameters Influencing the Quality of Prototypes in Fused Deposition Modeling. Journal of Materials Processing Technology 118 (2001), S. 385–388 DOI: /10.1016/S0924-0136(01)00980-3/10.1016/S0924-0136(01)00980-3Search in Google Scholar

11 Zhang, J.; Peng, A.: Process-Parameter Optimization for Fused Deposition Modeling Based on Taguchi Method. Advanced Materials Research 538 – 541 (2012), S. 444–447 DOI: /10.4028/www.scientific.net/AMR.538-541.444/10.4028/www.scientific.net/AMR.538-541.444Search in Google Scholar

12 Ahn, S.-H.; Montero, M.; Odell, D. et al.: Anisotropic material properties of fused deposition modeling ABS. Rapid Prototyping Journal 8 (2002) 4, S. 248–257 DOI: /10.1108/13552540210441166/10.1108/13552540210441166Search in Google Scholar

13 Chacón, J. M.; Caminero, M. A.; García-Plaza, E.; Núñez, P. J.: Additive Manufacturing of PLA Structures Using Fused Deposition Modelling: Effect of Process Parameters on Mechanical Properties and their Optimal Selection. Materials & Design 124 (2017), S. 143–157 DOI: /10.1016/j.matdes.2017.03.065/10.1016/j.matdes.2017.03.065Search in Google Scholar

14 Horvath, D.; Noorani, R.; Mendelson, M.: Improvement of Surface Roughness on ABS 400 Polymer Using Design of Experiments (DOE). Materials Science Forum 561 – 565 (2007), S. 2389–2392 DOI: /10.4028/www.scientific.net/MSF.561-565.2389/10.4028/www.scientific.net/MSF.561-565.2389Search in Google Scholar

15 Arivazhagan, A.; Masood, S. H.: Dynamic Mechanical Properties of ABS Material Processed by Fused Deposition Modelling. International Journal of Engineering Research and Applications 2 (2012) 3, S. 2009–2014Search in Google Scholar

16 Syrlybayev, D.; Zharylkassyn, B.; Seisekulova, A.; Akhmetov, M.; Perveen, A.; Talamona, D.: Optimisation of Strength Properties of FDM Printed Parts – A Critical Review. Polymers 13 (2021), S. 1587 DOI: /10.3390/polym13101587/10.3390/polym13101587Search in Google Scholar

17 Rao, P.; Liu, J.; Roberson, D. M.; Kong, Z. J.; Williams, C. B.: Online Real-time Quality Monitoring in Additive Manufacturing Processes Using Heterogeneous Sensors. Journal of Manufacturing Science and Engineering 137 (2015) 6, S. 061007 DOI: /10.1115/1.4029823/10.1115/1.4029823Search in Google Scholar

18 Li, Y.; Zhao, W.; Li, Q.; Wang, T.; Wang, G.: In-Situ Monitoring and Diagnosing for Fused Filament Fabrication Process Based on Vibration Sensors. Sensors 19 (2019) 11, S. 2589 DOI: /10.3390/s19112589/10.3390/s19112589Search in Google Scholar

19 Oleff, A. et al.: Optische Qualitätsprüfung für die additive Materialextrusion. ZWF 115 (2020) 1 – 2, S. 52–56 DOI: /10.3139/104.112228/10.3139/104.112228Search in Google Scholar

20 Delli, U.; Chang, S.: Automated Process Monitoring in 3D Printing Using Supervised Machine Learning. Procedia Manufacturing 26 (2018), S. 865–870 DOI: /10.1016/j.promfg.2018.07.111/10.1016/j.promfg.2018.07.111Search in Google Scholar

21 Wu, H.; Wang, Y.; Yu, Z.: In Situ Monitoring of FDM Machine Condition via Acoustic Emission. The International Journal of Advanced Manufacturing Technology 84 (2016), S. 1483–1495 DOI: /10.1007/s00170-015-7809-4/10.1007/s00170-015-7809-4Search in Google Scholar

22 Tlegenov, Y.; Wong, Y. S.; Hong, G. S.: A Dynamic Model for Nozzle Clog Monitoring in Fused Deposition Modelling. Rapid Prototyping Journal 23 (2017) 2, S. 391–400 DOI: /10.1108/RPJ-04-2016-0054/10.1108/RPJ-04-2016-0054Search in Google Scholar

23 Thiele, T. D.; Hoffmann, M.; Meisen, T.: Industrial Big Data: Tieferes Prozessverständnis durch Daten. Industrie 4.0 Management 33 (2017) 4, S. 57–60Search in Google Scholar

Published Online: 2021-10-20
Published in Print: 2021-10-31

© 2021 Walter de Gruyter GmbH, Berlin/Boston, Germany

Scroll Up Arrow