Forschung für den Mittelstand - Die IGF-Projektdatenbank

In-situ Überwachung und Optimierung additiver Laser-Strahlschmelzprozesse durch Speckle-Sensorik

Die additive Fertigung ermöglicht die zeit- und ressourceneffiziente Herstellung von Bauteilen mit nahezu unbegrenzter gestalterischer Freiheit. Insbesondere im Bereich der Luft- und Raumfahrt sowie in der Medizintechnik liefert das additive Laser-Strahlschmelzverfahren hohes Innovations- und Anwendungspotenzial. Trotz kontinuierlicher Weiterentwicklung des Prozesses besteht derzeit ein hoher Handlungsbedarf im Qualitätsmanagement und der Prozessstabilität. Fehlerhaft eingestellte Prozessparameter oder Schwankungen der Prozessrandbedingungen können die resultierenden mechanisch-technologischen Bauteileigenschaften verschlechtern oder zum Prozessabbruch führen. Nachteilig bei bisherigen Verfahren zur Prozessüberwachung und -steuerung sind hohe Datenmengen und das Fehlen konkreter Werkstoffparameter, zur Prozessregelung. Der Einsatz einer einfachen und berührungslosen optischen Prüftechnik ist sinnvoll und steht mit der am Frauhofer IKTS entwickelten Laser-Speckle-Photometrie (LSP) zur Verfügung. Hierbei wird die zeitliche Veränderung der, bei der Beleuchtung einer Oberfläche mit kohärentem Licht entstehenden, charakteristischen Interferenzmuster durch eine Kamera detektiert und durch spezielle Algorithmen ausgewertet. Anhand dieser Auswertung können dann Informationen, beispielsweise über vorhandene Bauteildefekte oder Änderungen des Spannungszustandes, ermittelt werden. Die in diesem Vorhaben zu erarbeitenden Ergebnisse liefern für Anlagenhersteller und Anwender der Laser-Strahlschmelztechnologie – in Deutschland vorwiegend KMU – eine wissenschaftlich fundierte Grundlage, zur Überwachung additiver Laser-Strahlschmelzprozesse mittels LSP. Ziel ist die Übertragung der grundlegenden Zusammenhänge zur LSP Methode auf das additive Laserstrahlschmelzverfahren. Hierzu sollen geeignete Konzepte zur hardwareseitigen Integration des Messsystems und zur softwareseitigen Auswertung der Messdaten erarbeitet und in einem Labordemonstratormesssystem umgesetzt und erprobt werden.

Ergebniszusammenfassung:

Zunächst verschiedene Fehlerarten definiert und erzeugt, die anhand ihrer Dimension und einstellbaren Position in globale, lokale und regionale Defekte unterteilt sind. Die Reproduzierbarkeit und Ausprägung wurde mithilfe eines Matlab-Tools nachgewiesen. Die mechanischen Eigenschaften wurden zu denen jeweiligen Fehlerarten dargestellt. Parallel wurde die Hardware und Software der Laser-Speckle-Photometrie (LSP) an die Prozessbedingungen des Laserstrahlschmelzens angepasst. Hierzu wurde kompakte und hochauflösende Kameras sowie leistungsstarke Laser ausgewählt und in einem robusten schwingungsarmen Aufbau integriert. Der Aufbau außerhalb der Anlage bietet neben dem Schutz der optischen Komponenten die Möglichkeit die LSP-Messmethode an weiteren Systemen zu adaptieren. Die hochauflösenden Aufnahmen sind vergleichbar mit anderen Monitoring-Methoden und bietet z.T. größere und schnellere Aufnahmen von 2 x 2 mm (512 x 512 px). Mithilfe der LSP-Algorithmen ist es möglich thermische Änderungen während der Erwärmung und Abkühlung zu detektieren und analysieren. Es wurde eine automatisierte Triggersoftware für die gezielte Messung während der Belichtung entwickelt, die Basis für die Prozessregelung auf Grundlage der LSP-Ergebnisse ist. Ein intelligentes Laser-Tracking wurde entwickelt, welches automatisch die Speckle-Änderung erfasst und auswertet. Die Ergebnisse bieten eindeutige Korrelationen zwischen LSP-Signalen und defektbehafteten Zuständen, wie den globalen Defektverteilungen, die auf den Porositätszustand und der Oberflächenrauheit zurückzuführen sind. Aufgrund der rauen Prozesseinflüsse und herausfordernden Einflüsse der LSP während der in-situ Messungen konnten bisher nur die globalen Fehler in-situ nachgewiesen werden. Jedoch sind in dem adaptieren Laboraufbau sind die kleineren lokalen und regionalen Fehler nachgewiesen wurden und zeigen das Potential auch in-situ analysiert zu werden.