QS im PBF-LB in ReAddi

Im Projekt ReAddi wird eine prototypische Serienfertigung entwickelt, mit der sich additiv gefertigte Bauteile für die Automobilindustrie wirtschaftlich herstellen lassen.

Digitale Prozesskette für die additive Fertigung

Die Additive Fertigung (engl. additive manufacturing - AM) schafft neue Gestaltungsfreiheiten. Im Rahmen des Prototypenbaus und von Kleinserien kann das Verfahren des selektiven Laserschmelzens (engl. laser-powder-bed fusion, PBF-LB) genutzt werden. Im Projekt ReAddi wird eine erste prototypische Serienfertigung entwickelt, mit der additiv gefertigte Bauteile für die Automobilindustrie wirtschaftlich hergestellt werden können. Einer der Prozessschritte, der genauer betrachtet werden soll, ist die Metallpulverherstellung mittels Inertgasverdüsung. Dabei wird das zu verdüsende Material in einem Tiegel geschmolzen, tritt danach auf der Unterseite des Tiegels aus und wird durch einen Hochdruckgasstrom zerstäubt. Der Prozess kann durch die Integration von In-Process-Messtechnik überwacht werden. Als Sensorprinzip werden hier akustische Sensoren (Luftschall und Körperschall) verwendet. Die akustischen Daten werden mit weiteren Anlagendaten (Drücke, Temperaturen, etc.) genutzt, um Aussagen über den Prozess zu treffen. Neben den physikalischen Einflussfaktoren werden auch der Einfluss der chemischen Zusammensetzung des Pulvers, beziehungsweise der Einfluss verschiedener Elementgehalte auf das Partikelkollektiv, sowie die sich ergebenden Materialeigenschaften nach dem PBF-LB-Prozess, anhand einer Modelllegierung betrachtet. Die in der Verdüsung angesprochene akustische Körperschall-Messtechnik hat sich bereits im PBF-LB-Prozess als vorteilhaft erwiesen. Im Rahmen des Projektes ReAddi sollen weitere Messverfahren aus dem Bereich der Optik sowie Luftschallmesstechnik untersucht werden. Die vorwiegend auftretenden Defektarten werden sich nach dem aktuellen Forschungsstand nicht mit einer einzelnen Messtechnik überwachen lassen, vielmehr ist die Kombination verschiedener Sensorprinzipien anzustreben. Diese können dann im Rahmen einer geeigneten Datenfusion in ein gemeinsames Modell überführt werden.

Weitere Informationen:

Projektseite Readdi: https://www.wbk.kit.edu/wbkintern/Forschung/Projekte/ReAddi/index.php