Kurzfassung
Methoden zur Qualitätssicherung sind ein zentraler Erfolgsfaktor für die weitere Industrialisierung der additiven Fertigung. In diesem Beitrag wird ein Ansatz für ein optisches Prüfsystem vorgestellt, welches die Prozessgüte bei der additiven Materialextrusion schichtweise während der Herstellung überwacht. Die Prüfaufgabe wird analysiert, Hardwarekomponenten für die Datenerfassung werden konzeptioniert und ein erster Schritt zur texturanalytischen Fehlerdetektion wird vorgestellt.
Abstract
Quality assurance methods are a central success factor for the further industrialization of additive manufacturing. This paper presents an approach for an optical inspection system that controls the quality of additive material extrusion layer by layer. The inspection task gets analyzed, hardware components for data acquisition are designed and a first step towards texture-analytical detection of defects is presented.
Literatur
1. Hund, E.; Oleff, A.; Böning, C.; Maurer, T.: Betreibermodelle für 3D-Drucker – Bewertung logistischer Potenziale von 3D-Druckern und deren Erschließung mittels Betreibermodellen. ZWF111 (2016) 1-2, S. 44–47 DOI: 10.3139/104.111460Search in Google Scholar
2. Anderl, R.; Gausemeier, J.; Leyens, C.; Schmidt, M.; Schmid, H.-J.; Seliger, G.; Straube, F.; Winzer, P.: Additive Fertigung. Stellungnahme. acatech – Deutsche Akademie der Technikwissenschaften, Nationale Akademie der Wissenschaften Leopoldina, Union der deutschen Akademien der Wissenschaften, München2016Search in Google Scholar
3. Wohlers, T.: Wohlers Report 2018 – 3D Printing and Additive Manufacturing State of the Industry. Wohlers Associates, Fort Collins2018Search in Google Scholar
4. Schmidt, M.; Merklein, M.; Bourell, D.; Dimitrov, D.; Hausotte, T.; Wegener, K.; Overmeyer, L.; Vollertsen, F.; Levy, G. N.: Laser Based Additive Manufacturing in Industry and Academia. CIRP Annals66 (2017) 2, S. 561–583 DOI: 10.1016/j.cirp.2017.05.011Search in Google Scholar
5. Verein Deutsche Ingenieure e. V. (Hrsg.): VDI 3405: Additive Fertigungsverfahren, Grundlagen, Begriffe, Verfahrensbeschreibungen. Beuth Verlag, Berlin2014Search in Google Scholar
6. Baumann, F.; Roller, D.; Abdul Amir, H. F.; Korsunsky, A. M.; Guo, Z.: Vision Based Error Detection for 3D Printing Processes. In: Proceedings of the International Conference on Frontiers of Sensors Technologies (ICFST 2016)March 12-24, 2016 Hnag Kong. MATEC Web of Conferences 59 (2016), 6003 DOI: 10.1051/matecconf/20165906003Search in Google Scholar
7. Bähr, F.; Westkämper, E.: Correlations between Influencing Parameters and Quality Properties of Components Produced by Fused Deposition Modeling. Procedia CIRP72 (2018), S. 1214–1219 DOI: 10.1016/j.procir.2018.03.048Search in Google Scholar
8. Bochmann, L.; Bayley, C.; Helu, M.; Transchel, R.; Wegener, K.; Dornfeld, D.: Understanding Error Generation in Fused Deposition Modeling. Surface Topography: Metrology and Properties3 (2015) 1, 14002 DOI: 10.1088/2051-672X/3/1/014002Search in Google Scholar
9. Jafari, M. A.; Han, W.; Mohammadi, F.; Safari, A.; Danforth, S. C.; Langrana, N.: A Novel System for Fused Deposition of Advanced Multiple Ceramics. Rapid Prototyping Journal6 (2000) 3, S. 161–175 DOI: 10.1108/13552540010337047Search in Google Scholar
10. Kim, C.; Espalin, D.; Cuaron, A.; Perez, M. A.; MacDonald, E.; Wicker, R.V. B.: A Study to Detect a Material Deposition Status in Fused Deposition Modeling Technology. In: Proceedingsof the IEEE International Conference on Advanced Intelligent Mechatronics AIM, 2015, S. 779–783 DOI: 10.1109/AIM.2015.7222632Search in Google Scholar
11. Lieneke, T.; Denzer, V.; Adam, G. A. O.; Zimmer, D.: Dimensional Tolerances for Additive Manufacturing: Experimental Investigation for Fused Deposition Modeling. Procedia CIRP43 (2016), S. 286–291 DOI: 10.1016/j.procir.2016.02.361Search in Google Scholar
12. Nuchitprasitchai, S.; Roggemann, M.; Pearce, J. M.: Factors Effecting Real-time Optical Monitoring of Fused Filament 3D printing. Progress in Additive Manufacturing2 (2017) 3, S. 133–149 DOI: 10.1007/s40964-017-0027-xSearch in Google Scholar
13. Turner, B. N.; Gold, S. A.: A Review of Melt Extrusion Additive Manufacturing Processes: II. Materials, Dimensional Accuracy, and Surface Roughness. Rapid Prototyping Journal21 (2015) 3, S. 250–261 DOI: 10.1108/RPJ-02-2013-0017Search in Google Scholar
14. Keferstein, C. P.; Marxer, M.: Fertigungsmesstechnik – Praxisorientierte Grundlagen, moderne Messverfahren. Springer-Vieweg-Verlag, Wiesbaden2015 DOI: 10.1007/978-3-8348-2583-4Search in Google Scholar
15. Schuth, M.; Buerakov, W.: Handbuch optische Messtechnik. Praktische Anwendungen für Entwicklung, Versuch, Fertigung und Qualitätssicherung. Carl Hanser Verlag, München, Wien2017 DOI: 10.3139/9783446436619Search in Google Scholar
16. Kunieda, M.; Overmeyer, L.; Klink, A.: Visualization of Electro-physical and Chemical Machining Processes. CIRP Annals68 (2019) 2, S. 751–774 DOI: 10.1016/j.cirp.2019.05.011Search in Google Scholar
17. Beyerer, J.; Puente León, F.; Frese, C.: Automatische Sichtprüfung – Grundlagen, Methoden und Praxis der Bildgewinnung und Bildauswertung. Springer-Vieweg-Verlag, Wiesbaden2016, S. 185–195, 300 DOI: 10.1007/978-3-662-47786-1Search in Google Scholar
18. Jahr, I.: Lighting in Machine Vision. In: Hornberg, A. (Hrsg.): Handbook of Machine and Computer Vision. Wiley-VCH, Weinheim2017 DOI: 10.1002/9783527413409.ch3Search in Google Scholar
19. Priese, L.: Computer Vision. Springer-Vieweg-Verlag, Wiesbaden2015, S. 312Search in Google Scholar
20. Haralick, R. M.: Statistical and Structural Approaches to Texture. In: Proceedings of the IEEE67 (1979) 5, S. 786–804 DOI: 10.1109/PROC.1979.11328Search in Google Scholar
© 2020, Carl Hanser Verlag, München
