Beschreibung

Die Kombination von additiver und subtraktiver Fertigung ermöglicht die Verkürzung von Prozesszeiten und die Steigerung der Oberflächenqualität. Während des Prozesses erfolgt sukzessive ein Vergleich von Soll- und Ist-geometrie. Auf Grundlage detektierter Abweichungen können die subtraktive Nachbearbeitung geplant und Prozessparameter entsprechend angepasst werden.

Herausforderung  

• Komplexität des Fertigungsprozess durch die Überlagerung verschiedenster physikalischer Effekte und zahlreiche Prozessparameter verhindert eine simulative Auslegung​
• zeitintensives Fertigungsverfahren und Individualität der Bauteile, die in Einzel und Serienfertigung hergestellt werden, sodass die Generierung einer ausreichenden Datenbasis erschwert wird

Lösungsansatz

• Automatisierte Fehleridentifikation und –klassifikation auf Basis von neuronalen Netzen​
• Bereitstellung einer ausreichenden Trainingsdatenbasis durch Erzeugung synthetischer Datensätze

Technische Spezifikationen

• Comau RobotArm SMART5 NS16
• SPS: Siemens Sinumerik​
• Vision System:​ Intel Realsense LiDAR l515​

Validation: GOM Atos Core 300

Dateninfrastuktur

Edge Device erhält STL-Datei

• Edge Device übergibt gesamten möglichen G-Code an
• Siemens Sinumerik NC-Steuerung
• Siemens Sinumerik liest über ProfiBus Sensordaten aus ET200JP I/O aus

Ergebnis

• Klassifizierung von FDM Fertigungsfehlern​
• In-Line Qualitätsmessung, subtraktive Nachbearbeitung und somit verbesserte Oberflächenqualität