AGENT-3D Flow 4.0

Wichtige Daten im Überblick 

© BMBF

Gesamtziel

Erhöhung der Sicherheit und Wirtschaftlichkeit additiver Fertigungsprozesse durch intelligente Absaugtechnik

© AGENT-3D

Zielstellung

Das geplante Technologievorhaben Flow 4.0 adressiert einen grundlegenden Schlüsselfaktor für die erfolgreiche industrielle Anwendung additiver Fertigungsverfahren, indem die durch das Filtergerät und den Absaugprozess beeinflusste Prozessstabilität maßgeblich verbessert wird. Der Einfluss der eingesetzten Absaug- und Filtertechnik auf die Bauteilqualität wird systematisch bewertet. Die Wirtschaftlichkeit wird mit der Produktqualität korreliert.

Die wesentlichen Ziele des AGENT-3D-Gesamtkonsortiums, die in der Erreichung der industriellen Anwendungsreife additiver Fertigungsverfahren und in deren nachhaltig erfolgreicher Marktimplementierung bestehen, werden im Rahmen von Flow 4.0 mit der Adressierung der Handlungsfelder „Umwelt“, „Simulation“, „Automatisierung“ und „Wirtschaftlichkeit“ unmittelbar unterstützt.

Einfluss von Absaug- und Filtertechnik auf den Prozess

Die bedarfsgerechte Anpassung der Absaugleistung der installierten Filtertechnologie, je nach eingesetztem Prozessgas, trägt zur Verringerung des Energie- und Spülgasbedarfs sowie zur Verlängerung der Wartungsintervalle durch eine längere Lebensdauer der Filter bei. Beide Merkmale werden von den Anlagenherstellern nicht umfänglich optimiert.

Ziel der geplanten Entwicklung ist die gegenüber dem Stand der Technik prozessintegrierte Filterüberwachung, vorrausschauende Wartung, automatisierte, reproduzierbare Einstellung der Strömungsverhältnisse mit integriertem Mess- und Regelungssystem. Dazu zählt auch die vollständige Integration der Abscheideeinheit in das Gesamtanlagenkonzept.

Ganzheitliche, datengetriebene Prozessoptimierung

Im Rahmen des Flow 4.0 werden Methoden des Technologiedatenmanagements (TDM) angewendet, um die Modellparameter für die Materialbeschreibung, die Lastfälle/ Prozessverläufe sowie für die Kalibrierung zu ermitteln. Dazu werden die technologischen Daten auf operativer Ebene aus dem Laserstrahlschmelzprozess und der Abscheidereinheit sowie Daten aus der Material- und Bauteilprüfung integriert. Der dadurch gewonnene Datenbestand ermöglicht die Prozessoptimierung mit neuartigen Verfahren der Datenanalyse, wie Maschinelles Lernen.

Danksagung

Das Projekt wird gefördert durch die Bundesrepublik Deutschland.

Kontakt

© Crispin-Iven Mokry

Research associate

Name

Mr Dr. rer. nat. Michael Schwarzenberger

Process Informatics and Machine Data Analysis

Send Email

Send encrypted mail via the SecureMail portal (for TUD external users only).

Contact Information

Organization Name

Chair of Machine Tools Development and Adaptive Controls

Chair of Machine Tools Development and Adaptive Controls

Address work

Visitor Address:

Kutzbach-Bau, Room E6 Helmholtzstraße 7a

01069 Dresden

Show map of this location.

work Tel.

fax Fax

+49 351 463-37073