ZEISS und ORNL schließen eine Vereinbarung über die Inspektion von 3D-gedruckten Teilen

Eine Lizenzvereinbarung zwischen dem Oak Ridge National Laboratory des US-Energieministeriums und dem Forschungspartner ZEISS wird die industrielle Röntgen-Computertomographie (CT) in die Lage versetzen mit Hilfe des maschinellen Lernalgorithmus Simurgh des ORNL schnelle Bewertungen von 3D-gedruckten Komponenten durchzuführen.

Traditionelle Methoden zur Qualitätsprüfung, wie etwa die visuelle Inspektion, sind für die einzigartigen Geometrien und Materialien im 3D-Druck oft unzureichend. CT-Scans bieten hier eine nicht-destruktive Möglichkeit, innere Defekte wie Risse oder Poren zu identifizieren.

“CT ist ein zerstörungsfreies Standardverfahren, das in einer Vielzahl von Branchen eingesetzt wird, um die Qualität der herzustellenden Komponenten zu gewährleisten”, so ORNL-Forscher Amir Ziabari. “Aber CT ist traditionell ein teures und zeitaufwändiges Verfahren. Die Herausforderung besteht darin, wie wir unser physikalisches und technologisches Wissen nutzen können, um den CT-Prozess zu beschleunigen, damit er von der Industrie in größerem Umfang eingesetzt werden kann.”

Um dieses Problem zu beheben, wurde der machine-learning-basierte Algorithmus Simurgh entwickelt, der den CT-Prozess deutlich beschleunigt.

Das Projekt ist Teil einer fünfjährigen Forschungskooperation zwischen ORNL und ZEISS, die vom Advanced Materials and Manufacturing Technologies Office des Energieministeriums unterstützt wird.

“ZEISS und das ORNL verbindet eine langjährige Partnerschaft, die zur Entwicklung innovativer Lösungen für die automatisierte Analyse und Qualifizierung geführt hat”, sagt Paul Brackman, Additive Manufacturing Manager bei ZEISS. “Wir wollen nun die Prozessentwicklung und -qualifizierung für die additive Fertigung weiter verbessern, um eine großflächige Einführung und den Übergang vom Prototyping zur Fertigung zu ermöglichen.”

Das Forschungsteam arbeitet im Manufacturing Demonstration Facility des ORNL, wo bereits erste 3D-gedruckte Bauteile für den Einsatz in extremen Bedingungen wie Nuklearanlagen und Turbinen erfolgreich getestet wurden.

“Zu verstehen, welche Art von Defekten vorhanden sein könnten, ist unglaublich wichtig für das Verständnis des Materialverhaltens”, sagte MDF-Direktor Ryan Dehoff, der die Entwicklung der nuklearen Halterung leitete. “Bei dieser Art von Teilen kann jeder Defekt oder jede winzige Pore im Material zu einem katastrophalen Versagen führen.”

Mit dem neuen Ansatz könnten auch Branchen wie die Mikroelektronik und Batterieherstellung von der CT-Technologie profitieren. Zudem planen ORNL und ZEISS, die Technologie so zu optimieren, dass sie in Produktionslinien integriert werden kann.

“Mein ultimatives Ziel ist es, dieses Verfahren so schnell zu machen, dass wir es in eine Produktionslinie einbauen können, so dass jedes Teil schnell und zuverlässig per CT gescannt werden kann”, sagte Ziabari. “Wenn wir das erreichen können, wäre das eine bahnbrechende Entwicklung, die es dem 3D-Druck ermöglichen würde, sein Potenzial wirklich auszuschöpfen.

Diese Partnerschaft könnte somit einen wichtigen Meilenstein für die Qualitätssicherung in der additiven Fertigung darstellen, indem sie die Inspektionsprozesse effizienter und zuverlässiger macht.