Mit einer Kamera, einer Bilderkennungs-Software und einer auf Künstlicher Intelligenz (KI) basierenden Auswerteinheit wollen Forscher vom Lawrence Livermore National Laboratory (LLNL) Fehler beim 3D-Druck künftig in Echtzeit korrigieren. Dabei geht es zum Beispiel um Ersatzteile für Maschinen oder andere Objekte. Das ermöglicht es dem Bediener des Druckers, dessen Arbeit nachzujustieren oder - wenn der Fehler zu schwerwiegend ist - das Bauteil sofort auszusortieren. Das spart Zeit und Geld.
"Wir haben jetzt sozusagen ein Gehirn hinter dem Kameraauge. Unser System kann nun während des Druckvorgangs 'sehen', und wir können künftig datengestützte Entscheidungen treffen", sagt LLNL-Technikleiter Brian Weston. Bisher werden 3D-gedruckte Bauteile erst im Nachhinein auf Fehler überprüft, beispielsweise in einem Röntgengerät oder per Computertomografie.
Erst dann stellt sich folglich heraus, ob der Druck fehlerfrei gelungen ist oder das Objekt verschrottet werden muss. Manchmal passiert es sogar, dass bei dieser Art der Prüfung Fehler übersehen werden, sodass das Bauteil später unter Belastung bricht. All das lässt sich mit der neuen Technik verhindern, versprechen die Wissenschaftler.
Die automatisierte LLNL-Prüfpipeline kann Bilder etwa 100.000 Mal schneller analysieren als ein Mensch. Mit dem Direct-Ink-Writing-Verfahren lassen sich etwa komplexe, flexible Polster und Auflagen herstellen, deren mechanische Eigenschaften von den Abmessungen und der Anordnung der Fäden abhängen, die unter Umständen nur den Bruchteil eines Millimeters dick sind.
Kleine Lücken, gebrochene Stränge oder Änderungen des Filamentdurchmessers können die Leistungsfähigkeit eines fertigen Bauteils beeinträchtigen. "So können wir Probleme erkennen, bevor wir sehr teure Tests durchführen, und Teile früher aussortieren, wenn wir bereits wissen, dass sie gebrochene Stränge oder andere Probleme aufweisen", verdeutlicht Weston.
Das Training des Systems fand anhand von fast 15.000 Bildern statt, die Menschen beurteilt hatten. Sie enthielten alle möglichen Produktionsfehler. Ein Computer-Vision-Algorithmus nutzte dann die Ergebnisse des Modells, um gedruckte Stränge nachzuverfolgen und deren Durchmesser zu messen. In Tests mit 55 Teilen lagen die automatisierten Messungen in der Regel nur wenige Mikrometer von den später manuell ermittelten Messwerten ab.
