Mobile-Menu

XR-Assi für WAAM Ein digitales Assistenzsystem für das robotische Auftragschweißen WAAM

Quelle: Fraunhofer IAPT 2 min Lesedauer

Anbieter zum Thema

Fraunhofer-Einrichtung für Additive Produktionstechnologien IAPT
EVO Informationssysteme GmbH
Getac Technology GmbH
LRQA Deutschland GmbH

Das Fraunhofer IAPT aus Hamburg-Bergedorf hat mit Partnern und maschinellem Lernen ein digitales Assistenzsystem mit „Mixed Reality“-Brillen für das robotergestützte Auftragschweißen (WAAM) entwickelt.

Das additive Fertigungsverfahren Wire Arc Additive Manufacturing (WAAM) hat im Vergleich zu anderen 3D-Druck-Methoden einige Vorteile zu bieten. Doch das Ganze will gekonnt sein. Für Erleichterung sorgt nun ein digitales Assistenzsystem für die einfachere Einrichtung des WAAM.(Bild: IAPT)
Das additive Fertigungsverfahren Wire Arc Additive Manufacturing (WAAM) hat im Vergleich zu anderen 3D-Druck-Methoden einige Vorteile zu bieten. Doch das Ganze will gekonnt sein. Für Erleichterung sorgt nun ein digitales Assistenzsystem für die einfachere Einrichtung des WAAM.
(Bild: IAPT)

Im Rahmen des ITEA-Projektes Familiar hat man an der Fraunhofer-Einrichtung für Additive Produktionstechnologien IAPT ein per XR-Brille anwendbares, digitales Assistenzsystem für das robotergestützte Wire Arc Additive Manufacturing (WAAM) geschaffen.Die Projektpartner haben damit, wie es weiter heißt, eine Architektur für das föderierte maschinelle Lernen („FedML“) aus der Taufe gehoben und außerdem im Rahmen von Use Cases analysiert. Bei diesem additiven Fertigungsverfahren entstehen Bauteile auch im schichtweise, aber durch das Schmelzen von Metalldraht per Lichtbogenenergie. Doch dieses robotergestützte Verfahren hat seine Tücken und verlangt deswegen viele Know-how, damit die Qualität der Bauteile später stimmt, oder es zu keiner teuren Nacharbeit kommt. Das neue Assistenzsystem leitet Verantwortliche mit „Mixed Reality“-Brillen aber jetzt durch den sensiblen Einrichtprozess. Sensordaten einer In-Prozess-Stereokamera trainieren dabei das „Machine Learning“-Modell, das die Parameter dann berechnet, wie man erfährt. Das daraus resultierende digitale System schafft dann ineffiziente Prozessschritte beiseite und halbiert so den Aufwand für die Vorbereitungen, wie man betont. Darüber hinaus steigere das smarte Hilfssystem zur Qualität von WAAM-Bauteilen.

Mechanisch belastbarere Bauteile durch den WAAM-Prozess

Zu den Vorteilen von WAAM zählen die hohe Geschwindigkeit und effizientere Materialnutzung, die es bei anderen 3D-Druck-Prozessen nicht gibt. WAAM erschaffe auch große Strukturen schneller und günstiger als das sonst übliche Pulverbettverfahren. Auch zeichneten sich die Bauteile etwa durch hohe Festigkeit – also bessere mechanische Eigenschaften – aus. Die Ergebnisse aus der Forschung erlaubten nun – bei geringem Aufwand – den Einsatz von WAAM. Kollaboratives Lernen zwischen Edge-Geräten und das dezentrale Speichern der Informationen sorgen dabei für Datensicherheit und eröffnet auch sensiblen Branchen die Vorteile von Machine Learning (ML) sowie von virtueller und erweiterter Realität (VR und AR – beides zusammen wird XR = Mixed Reality genannt). Anwendungsfälle aus der Automobilbranche und der additiven Fertigungspraxis dienten dabei der Analyse und Validierung, so die Hamburg-Bergedorfer. Der IAPT-Fokus wurde dabei auf die Entwicklung der Systemarchitektur in der 3D-Druck-Anlage, die Integration von Sensoren, die Entwicklung der Datenströme und auf die Schnittstellen sowie die Evaluationen und Tests gelegt, lassen die Forscher wissen.

Bildergalerie

(ID:50623051)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte