
Das Forschungsprojekt mit dem Titel „Sensorik- und App-basierte Validierung der Prozess- und Produktqualität für die aufwandsreduzierte Zulassung personalisierter Medizinprodukte (SAViour)“ läuft bis Januar 2023 und wird vom Bundesministerium für Wirtschaft und Energie finanziert. TÜV SÜD stellte mit dem DIN SPEC 17071 im Jahr 2019 den ersten Leitfaden zur Qualitätssicherung beim industriellen 3D-Druck vor.
Details zum Projekt

Viele Faktoren beeinflussen die Qualität des 3D-Drucks. Das Material, die Umgebungstemperatur, die Temperatur, bei der das Filament aufgeschmolzen wird, die Druckgeschwindigkeit, die Vibrationen des Druckkopfs und weitere Parameter. Im Rahmen des Forschungsprojekts wird ein industrieller 3D-Drucker mit Sensoren ausgestattet, die den Druckvorgang überwachen.
Eine App wertet die Sensordaten mit Künstlicher Intelligenz über ein Qualitätsmodell. Damit sollen Produktionsfehler zuverlässig erkannt werden. Vorrangig wird dabei die Medizintechnik behandelt, weil hierbei besonders hoch personalisierte Objekte entstehen. Verantwortlich für die Sensortechnik und die Datenerhebung ist das IPH. Das WZL programmiert die App und erstellt das Qualitätsmodell.
Die Projektingenieurin Anne Rathje vom IPH erklärt in der Mitteilung:
„Unser Ziel ist es, mehr Sicherheit in den Prozess zu bekommen und Fehler zu vermeiden. Besonders tückisch ist es, dass viele Fehler von außen nicht mehr sichtbar sind, wenn das Bauteil fertig gedruckt ist. Wenn beispielsweise zwischendurch kurz der Druckkopf verstopft und dann normal weiter druckt, sieht man das später nicht.“
Daten sammeln und überprüfen
Die Forscher nutzen den Industriedrucker X500PRO der German RepRap GmbH und drucken mit dem hoch festen, aber temperatursensiblen Kunststoff Acrylnitril-Butadien-Styrol (ABS). Um die Druckqualität zu überwachen, sollen verschiedene Sensoren verwendet werden. Sensoren, die die Temperatur der Bauplatte oder Baukammer messen, Infrarotsensoren, die die Temperatur am Druckkopf messen, Vibrationssensoren sowie optische Messtechnik, die das IPH bereits im Forschungsprojekt Quali3D untersucht hat.
Über Tonaufnahmen kann festgestellt werden, wenn der Druckkopf verstopft oder das Filament in der Anlage bricht. Dabei ist es laut Rathje jedoch wichtig, die Umgebungsgeräusche herauszufiltern. Machine Learning soll dabei helfen, wichtige von unwichtigen Geräuschen zu unterscheiden. Dazu wird das Programm mit vielen Tonaufnahmen trainiert. Eine App soll sämtliche Daten auswerten.
Anna-Lena Knott vom WZL, erklärt:
„Unser Ziel ist es, den Aufwand der Qualitätssicherung im 3D-Druck zu reduzieren und auch dem Laien über eine intuitive App eine Überwachung des Druckes zu ermöglichen.“
Nutzer müssen die Daten nicht interpretieren. Die App überwacht den Druckprozess, dokumentiert Fehler und gibt Rückmeldungen zur Druckqualität. Bei schwerwiegenden Fehlern stoppt die App den Druckprozess und informiert den Nutzer darüber, dass das Bauteil unbrauchbar ist. Mehr zum Projekt auch in Zukunft im Newsletter des 3D-grenzenlos Magazins (jetzt abonnieren).








