Entwicklung von sparsen und informationsreichen Ansätzen in der optischen Oberflächenmesstechnik mit großem Dynamikbereich für die industrielle Additive Fertigung (NXTos-AM)

• Antragsteller: Dr.-Ing. Christopher Taudt
• Fachliche Zuordnung: Messsysteme ; Ur- und Umformtechnik, Additive Fertigungsverfahren
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 549906624

"Verantwortungsvoller Konsum und Produktion", "Industrie, Innovation und Infrastruktur" sowie "Hochwertige Bildung" sind wichtige Ziele für nachhaltige Entwicklung (SDGs), die darauf abzielen, wie wir Waren und Infrastruktur herstellen. Bei begrenzten natürlichen Ressourcen und steigender Nachfrage ist der effiziente Einsatz von Energie und Materialien eine große Heraus-forderung in der Fertigung. Die additive Fertigung (AM), insbesondere die metallbasierte AM, kann diese Herausforderungen bewältigen, indem sie ressourceneffiziente, nachfragegesteuerte Fertigung ermöglicht. Die AM-basierte Serienproduktion ist begrenzt durch einen Mangel an Methoden zur Nachverfolgbarkeit und Wiederholbarkeit, einem Mangel an integrierten Überwachungs- und Steuerungsoptionen sowie einem Mangel an Verfahren zur Zertifizierung und Qualifizierung von Teilen. Bestehende Messtechnik, wie die Bildgebung, erreichen nicht die erforderliche Informationsdichte, Messbereiche sowie die Fähigkeit zur Echtzeitrückkopplung. Dieses Forschungsvorhaben wird neuartige Sensorlösungen entwickeln, um Wiederholbarkeit und Qualifikationsmethoden für geschlossene Regelkreise zu erreichen, um eine groß angelegte industrielle Anwendung von AM zu ermöglichen und die SDGs zu erreichen. Dieses Forschungsvorhaben geht über den Stand der Technik hinaus, indem er zwei optische Ansätze, die Interferometrie mit geringer Kohärenz (LCI) und die dunkelfeldbasierte Streulichtbildgebung (DfS), um Multispektrala, Multiwinkel- und ghost imaging-Fähigkeiten erweitert, um ihre Leistung im Bereich Dynamik, Messgeschwindigkeit, materialagnostisches Verhalten und Präzision zu verbessern. Darüber hinaus wird das Projekt den Stand der Technik weiterentwickeln, indem es fortschrittliche Algorithmen für das compressive sampling, die Sensorfusion sowie Rauschunterdrückung und Regression auf Grundlage hybrider Ansätze - einer Kombination aus deterministischen und ML-Ansätzen - entwickelt, um die Geschwindigkeit und den Informationsgehalt zu erhöhen. Es wird erwartet, dass diese Art von AM-angepassten Sensoren zu einem neuen Maß an integrierter und autonomer Betriebsführung führen wird. Die geschlossene Regelung schließt die Lücke für den groß angelegten industriellen Einsatz von AM und reduziert die Investitions- und Betriebskosten.

• DFG-Verfahren: WBP Stipendium
• Internationaler Bezug: Australien
• Gastgeber: Professor Andrey Molotnikov, Ph.D.