Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Entwicklung von Algorithmen zur automatisierten Qualitätsbeurteilung von additiv gefertigten Bauteilen beim Laserstrahlschmelzen

 
: Anders, Philipp
: Jaretzki, Martin

Zittau/Görlitz, 2018, 122 pp.
Zittau/Görlitz, Hochschule, Dipl.-Arb., 2018
German
Thesis
Fraunhofer IWU ()
Laserstrahlschmelzen; Qualitätssicherungssystem; QM-Meltpool; Fehlerklassifizierung beim generativ gefertigten Bauteil; Oberflächenrauheitsanalyse; Porenanalyse; Binärklassifikator

Abstract
In der hier vorliegenden Abschlussarbeit werden Grundlagen des additiven Fertigungsverfahrens Laserstrahlschmelzen erläutert und aktuelle Qualitätssicherungssysteme des Prozesses dokumentiert. Der Schwerpunkt dieser Arbeit liegt auf der Fehleridentifikation bei generierten Bauteilen auf Grundlage von Daten der Qualitätsüberwachungssysteme. Dazu wurde zunächst eine Softwareanwendung implementiert, welche zur Bildsynthese und Berechnung verschiedener statistischer Kennwerte dient. Durch diese Applikation wurde die Basis für weitere Fehleranalysen geschaffen. Weiterhin wurde ein Binärklassifikator, welcher auf Deep-Learning-Algorithmen basiert, entwickelt. Anhand dessen konnten, die durch das Qualitätssicherungssystem der Laserstrahlschmelzanlage erzeugten Datenpunktmatrizen untersucht werden. Es wurde die Möglichkeit nachgewiesen, Merkmale für porenbehaftete und porenfreie Schichten zu extrahieren.

 

In this thesis the basics of the additive manufacturing process called laser beam melting are explained and current quality assurance systems of the process are documented. The main topic of this work is the failure analysis of generated devices, based on quality monitoring system data. For this purpose, a software application was implemented, which provides the features image synthesis and calculation of various statistical characteristics. This application is the basis for further error analyses. Furthermore, a binary classifier, based on deep learning algorithms has proven that features for pore-containing and non-porous layers can be extracted from the data point matrices, generated by the quality assurance system for each layer during the laser beam melting process.

: http://publica.fraunhofer.de/documents/N-515807.html