zurück

Adaptive Additive Manufacturing: Adaptive 3D-Drucktechnologie zur effizienten und präzisen Serienfertigung von Strukturbauteilen (A2M)

0 Projekt-Favoriten

Stellen Sie sich Ihre individuelle Projektübersicht zusammen.

Favoriten anzeigen

Schlagwort: Industrie 4.0

Fördermaßnahme: Bilaterale Kooperation außerhalb EU und China

Laufzeit: 01.05.2019 - 31.07.2021

Forschungsziel: Das Forschungsprojekt A2M entwickelt eine adaptive 3D-Drucktechnologie zur effizienten und präzisen Serienfertigung von Strukturbauteilen, die in einem Versuchsaufbau evaluiert werden sollen. Dies soll durch ein innovatives Düsenkonzept, einem sogenannten angepassten Schneckenextruder in Kombination mit autonomen Robotern, und intelligenter adaptiver Prozesssoftware entstehen. Damit kann eine wirtschaftliche Fertigung komplexer und individueller Kunststoff- und Hybridbauteile für strukturelle Anwendungen realisiert werden.

Ansprechperson Projektkoordination


Ansprechperson bei PTKA

Dipl.-Ing. Alexander Mager
+49 721 608-31427
alexander.mager@kit.edu

Detaillierte Projektbeschreibung

Problemstellung
Industrie 4.0 eröffnet Möglichkeiten, moderne Informations- und Kommunikationstechniken zu verbinden. Für ihren Einsatz im 3D-Druck sind derzeit zwei große technische Trends erkennbar: Mit dem sogenannten Additive Layer Manufacturing (ALM) werden auf Basis eines digitalen Modells Bauteile im 3D-Druck Schicht für Schicht aufgebaut. Parallel dazu werden die in der traditionellen Massenfertigung eingesetzten Roboter immer intelligenter. Sie passen sich nicht nur an veränderte Ausgangsbedingungen an, sondern können aus vorhergehenden Aktionen lernen und bestimmte Situationen antizipieren. Die spannende Frage ist, ob diese beiden Wege vereint zu einem neuen technologischen Verfahren führen, mit dem statt einer Massenproduktion nunmehr eine „Mass Customisation“ möglich wird.

Ziel
Das Forschungsprojekt A2M entwickelt eine adaptive 3D-Drucktechnologie zur effizienten und präzisen Serienfertigung von Strukturbauteilen, die in einem Versuchsaufbau evaluiert werden sollen. Dies soll durch ein innovatives Düsenkonzept, einem sogenannten angepassten Schneckenextruder in Kombination mit autonomen Robotern, und intelligenter adaptiver Prozesssoftware entstehen. Damit kann eine wirtschaftliche Fertigung komplexer und individueller Kunststoff- und Hybridbauteile für strukturelle Anwendungen realisiert werden.

Vorgehensweise
Zur Sicherung der Produktqualität wird während des Druckprozesses eine virtuelle Nachbildung des Druckobjekts in einem digitalen Zwilling („Digital Shadow“) erzeugt. Aus dessen Interpretation werden in einem selbstlernenden Prozess adaptive Anpassungen der Prozessparameter durchgeführt und somit Bauteilfehler in weiteren Fertigungszyklen vermieden. Durch die Entwicklung angepasster Überwachungssensoren erfolgt der Druckprozess – entgegen konventionellen 3D-Druckverfahren – adaptiv und durchgängig automatisiert, auch auf gekrümmten Oberflächen. Dadurch lassen sich sowohl bestehende Bauteilstrukturen durch komplexe, individuelle Funktions- oder Verstärkungselemente erweitern, als auch Serienbauteile auf endkonturgerechten Formwerkzeugen herstellen.

Ergebnisse und Anwendungspotenzial
Das zu entwickelnde cyberphysische Produktionssystem kann somit eigenständige Entscheidungen treffen und Aufgaben weitestgehend autonom erledigen. Die Ergebnisse aus diesem Vorhaben bieten ein hohes Marktpotenzial, insbesondere für belastbare Kunststoff- und Hybridbauteile in Leichtbauweise mit hoher Geometriekomplexität bei kleinen und mittleren Serien. Vor allem für die Fahrzeugindustrie gibt es umfangreiche Einsatzmöglichkeiten. Das haben auch mögliche Endanwender erkannt: Mit BMW, Magna und Skoda stehen gleich drei Automobilhersteller und mit Lakowa ein spezialisierter Systemanbieter branchenübergreifend eingesetzter Kunststoffbaugruppen als assoziierte Partner bereit.

Projektpartner
  • consider it GmbH
  • Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein
  • Pumacy Technologies AG

Ihre Favoriten

In der folgenden Liste sehen Sie Ihre ausgewählten Projekt-Favoriten.