| Autor: |
Eschner, Niclas, Weiser, Lukas, Häfner, Benjamin, Lanza, Gisela |
| Předmět: |
|
| Zdroj: |
Technisches Messen; Nov2019, Vol. 86 Issue 11, p661-672, 12p |
| Abstrakt: |
Das selektive Laserstrahlschmelzen (LBM) steht aktuell an der Schwelle zum Einsatz für Kleinserien. Ein wesentlicher Nachteil des Verfahrens ist aktuell noch die geringe Reproduzierbarkeit der Prozessqualität. Einige aktuelle Forschungsarbeiten konzentrieren sich deshalb auf die Integration optischer Messtechnik zur Prozessüberwachung. Neben den optischen Verfahren zeigen erste Untersuchungen, dass auch akustische Sensoren zur Prozessüberwachung ein vielversprechender Ansatz sind. Eine große Herausforderung bei den akustischen Daten stellt die Datenverarbeitung dar, da das akustische Rohsignal nur schwer zu interpretieren ist. In dieser Arbeit wird ein neues Konzept für ein akustisches Prozessüberwachungssystem vorgestellt und in eine Versuchsumgebung integriert. Zum Aufzeichnen akustischer Signale werden in einem Design of Experiments Prozessparameter gezielt variiert und Testkörper verschiedener Bauteilqualität aufgebaut. Für einen ersten Nachweis der Eignung des Messsystems zur Überwachung des Prozesses wird ein künstliches neuronales Netz trainiert, um die verwendeten Prozessparameter (drei Laserleistungen) zu bewerten. Damit kann gezeigt werden, dass diese Messtechnik das Potential hat, den Prozess zu überwachen. Selective laser beam melting (LBM) is currently on the verge of being used for small series production. A major disadvantage of the process is currently the low reproducibility of the process quality. Some current research work therefore concentrates on the integration of optical measurement technology for process monitoring. In addition to optical methods, initial investigations show that acoustic sensors for process monitoring are also a promising approach. Data processing poses a great challenge for acoustic data, as the raw acoustic signal is difficult to interpret. In this paper a new concept for an acoustic process monitoring is presented and integrated into a test environment. In order to record acoustic signals, process parameters are varied in a Design of Experiments and test objects of different quality are built up. An artificial neural network is trained to evaluate the used process parameters (three laser powers) for a first proof of the concept of the measuring system for the monitoring of the process. This work shows that this measuring technique has the potential to monitor the process. [ABSTRACT FROM AUTHOR] |
| Databáze: |
Complementary Index |
| Externí odkaz: |
|
