Auf Computer Vision basierende Rückmeldesysteme für 3D-Drucker

Noch vor nicht allzu langer Zeit wurde 3D-Druck hauptsächlich dazu eingesetzt, Ideen zu testen und Modelle zu bauen. Heute wird er in Bereichen wie dem Gesundheitswesen und der Fertigung zur Herstellung echter, funktionsfähiger Produkte eingesetzt. Von Dentalmodellen bis hin zu mechanischen Bauteilen hat sich der 3D-Druck zu einer praktischen und zuverlässigen Methode für die Herstellung realer Objekte entwickelt.

Da immer mehr Unternehmen 3D-Druck in ihre täglichen Arbeitsabläufe integrieren, werden einige Herausforderungen deutlicher sichtbar. Manchmal gelingt ein Bauteil nicht ganz wie vorgesehen, und selbst kleine Probleme bei der Ausrichtung oder dem Materialfluss können das Endergebnis beeinträchtigen.

Bildverarbeitung kann helfen, viele dieser Probleme zu lösen. Als Teilbereich der KI ermöglicht sie Maschinen, Bilder und Videos zu interpretieren. In einer 3D-Druckumgebung kann die Bildverarbeitung jede Schicht während des Drucks überwachen und ungewöhnliche Muster oder Fehler frühzeitig erkennen. Sie kann Drucker sogar in die Lage versetzen, automatisch zu reagieren, und so die Druckqualität ohne ständige manuelle Überwachung aufrechtzuerhalten.

In diesem Artikel sehen wir uns an, wie Bildverarbeitung den 3D-Druck zuverlässiger macht, und betrachten Beispiele aus der Praxis, die zeigen, welche Wirkung die KI-gestützte Überwachung des 3D-Drucks hat. Legen wir los!

Was ist 3D-Druck?#

Beim 3D-Druck werden physische Objekte anhand digitaler Entwürfe hergestellt. Die in den 1980er-Jahren erstmals entwickelte Drucktechnologie hat sich in den vergangenen Jahren rasant weiterentwickelt. Anders als beim herkömmlichen Drucken, bei dem Tinte auf eine ebene Oberfläche aufgetragen wird, entstehen Objekte beim 3D-Druck Schicht für Schicht aus Materialien wie Kunststoff, Harz oder Metall. Dieses Verfahren wird auch als additive Fertigung bezeichnet.

Ein typischer 3D-Drucker verfügt über wichtige Komponenten wie Druckbett, Extruder und Düse. Diese Komponenten arbeiten zusammen, um das Druckmaterial zu formen und das fertige Objekt herzustellen.

Der Druckprozess beginnt mit einem digitalen 3D-Modell, das meist mit spezieller Software erstellt wird. Dieses Modell wird anschließend in dünne Schichten zerlegt, und der Drucker liest die Datei ein, um das Material Schicht für Schicht aufzutragen, bis das Objekt fertig ist.

Branchen wie das Gesundheitswesen, die Automobilindustrie und die Luft- und Raumfahrt nutzen heute 3D-Druck zur Herstellung von Werkzeugen, Bauteilen und maßgeschneiderten medizinischen Geräten. Außerdem wird er häufig im Produktdesign, bei der Entwicklung von Prototypen und in der Bildung eingesetzt.

Abb. 1. Komponenten eines 3D-Druckers.

Die Herausforderungen der Echtzeit-Qualitätskontrolle beim 3D-Druck#

Obwohl 3D-Druck ein relativ unkomplizierter und interessanter Prozess ist, läuft nicht immer alles perfekt. Die meisten Probleme treten während des Drucks oder unmittelbar danach auf. Ohne die richtigen Werkzeuge können diese Probleme leicht unbemerkt bleiben. Das gilt besonders, wenn du Produkte in größerem Maßstab herstellen möchtest.

Hier sind einige der häufigsten Herausforderungen bei der Echtzeit-Qualitätskontrolle im 3D-Druck:

• Fehlausrichtung von Schichten: Schon geringfügige Abweichungen bei den Bewegungen des Druckers können dazu führen, dass sich die Schichten ungleichmäßig übereinanderlegen. Dadurch können auch instabile oder verformte Drucke entstehen.
• Verzug: Die Ränder eines Druckobjekts können sich aufgrund ungleichmäßiger Abkühlung während des Prozesses nach oben wölben oder vom Druckbett abheben.
• Unregelmäßige Extrusion: Der Materialfluss kann unvorhersehbar einsetzen und stoppen. Dadurch entstehen Lücken oder zu dünne Stellen im fertigen Objekt.
• Manuelle Bauteilidentifizierung: Nach dem Druck müssen Mitarbeitende Bauteile häufig von Hand sortieren oder kennzeichnen. Dieser Prozess ist zeitaufwendig und kann zu Verwechslungen führen.
• Probleme bei der Skalierung: Mit zunehmender Anzahl gedruckter Bauteile werden Nachverfolgung und Qualitätskontrolle ohne Automatisierung schwieriger.

Die Rolle der Bildverarbeitung im 3D-Druck#

Bildverarbeitung spielt eine wichtige Rolle bei der Verbesserung des 3D-Drucks. Sie hilft dabei, jede Schicht zu überwachen, Fehler frühzeitig zu erkennen und Drucke während des Fortschritts anzupassen.

Als Nächstes sehen wir uns genauer an, wie Vision AI die Genauigkeit, Konsistenz und Automatisierung in realen 3D-Druckanwendungen verbessert.

Automatisierte Fehlererkennung in der additiven Fertigung#

Wenn du schon einmal ein Video eines 3D-Druckers in Aktion gesehen hast, weißt du, dass er Objekte Schicht für Schicht aufbaut. Diese schichtweise Methode verleiht dem 3D-Druck seine Flexibilität, bedeutet aber auch, dass etwas schiefgehen kann, wenn nur eine einzige Schicht nicht korrekt ist.

Ein kleiner Fehler zu Beginn kann die Festigkeit, Genauigkeit oder Gesamtqualität des fertigen Bauteils beeinträchtigen. Deshalb setzen immer mehr Hersteller auf Bildverarbeitung, um den Prozess während seiner Ausführung zu überwachen.

Kameras können Bilder jeder neu gedruckten Schicht aufnehmen. Diese Bilder werden sofort auf Fehler wie Verzug, Lücken oder fehlendes Material geprüft. Durch die frühzeitige Erkennung von Problemen lassen sich fehlerhafte Drucke vermeiden und Materialverluste reduzieren. Viele Systeme verwenden KI-gestützte Modelle, die darauf trainiert sind, subtile Veränderungen in Form oder Textur zu erkennen. Wenn etwas nicht stimmt, benachrichtigt das System die Bedienperson sofort.

Nehmen wir beispielsweise Phase3D. Das System zur Überwachung direkt am Druckort nutzt strukturiertes Licht und Bildverarbeitung, um jede gedruckte Schicht mit ihrem erwarteten Erscheinungsbild zu vergleichen. Bei einer Abweichung markiert das System diese sofort.

Abb. 2. Überwachung des 3D-Drucks mithilfe von Licht und Bildverarbeitung.

Indem diese Anomalien bekannten Fehlermustern zugeordnet werden, können Bedienpersonen eingreifen, bevor der Druck abgeschlossen ist. Das ist besonders in Branchen wie der Luft- und Raumfahrt sowie der Verteidigung von großer Bedeutung, wo Präzision und Zuverlässigkeit entscheidend sind. Außerdem verbessert es die Rückverfolgbarkeit und unterstützt eine effizientere, skalierbare Produktion.

Bildverarbeitung zur Fehlererkennung bei 3D-Druckern#

Neben der präzisen Ausrichtung der Schichten spielt auch der Fluss der Druckmaterialien eine wichtige Rolle für die endgültige Qualität eines 3D-gedruckten Bauteils. Wird zu viel oder zu wenig Material aufgetragen oder landet es nicht genau an der vorgesehenen Stelle, kann dies zu verschiedenen Problemen führen.

Zu den häufigsten Problemen beim 3D-Druck gehören Stringing, bei dem sich dünne Materialfäden zwischen Bauteilen bilden, Delamination, bei der sich die Schichten nicht richtig verbinden, und Unterextrusion, bei der nicht genügend Material aufgetragen wird. Diese Probleme können das Bauteil schwächen oder zu seinem vollständigen Versagen führen.

Bildverarbeitungsmodelle helfen, dieses Problem zu lösen, indem sie jede Schicht in Echtzeit überwachen. Kameras und Sensoren verfolgen, wie das Material aufgetragen wird, und erkennen dabei Veränderungen an Form, Fluss oder Oberflächentextur. Einfache Systeme können Probleme frühzeitig erkennen, während fortschrittlichere Anlagen Fehler sogar während des Drucks beheben können, indem sie Einstellungen wie Geschwindigkeit oder Durchflussrate anpassen.

Untersuchung der bildverarbeitungsgesteuerten Materialabscheidung#

So verwendet beispielsweise ein von Forschenden des MIT, von Inkbit und der ETH Zürich entwickeltes System vier Hochgeschwindigkeitskameras und zwei Laser, um die Druckoberfläche kontinuierlich zu scannen. Während 16.000 Düsen Harz auftragen, vergleicht das System jede Schicht mit dem digitalen Entwurf und nimmt bei Bedarf sofortige Korrekturen vor – ein als bildverarbeitungsgesteuerte Materialabscheidung bezeichnetes Verfahren.

Abb. 3. Scannen der Druckoberfläche in Echtzeit.

Dieses System verwendet außerdem Wachs als Stützmaterial, das nach dem Druck weggeschmolzen werden kann, sodass komplexe innere Kanäle zurückbleiben. Es wurde bereits zum Drucken voll funktionsfähiger Objekte eingesetzt, etwa einer Roboterhand mit weichen Fingern und starren Komponenten oder eines sechsbeinigen Roboters, der laufen und Gegenstände greifen kann. Anders als einfachere Systeme, die Fehler lediglich erkennen, korrigiert dieses System sie unmittelbar während des Prozesses und ist dadurch zuverlässiger für das Drucken mit hoher Geschwindigkeit und hoher Präzision.

Optimierung des 3D-Druckprozesses mit KI#

Manchmal werden Tausende von Bauteilen in einer einzigen Charge gedruckt, insbesondere in der groß angelegten Fertigung oder in 3D-Druckdienstleistungszentren. Nach dem Druck müssen diese Bauteile identifiziert, sortiert und weiterverarbeitet werden. Dies kann zeitaufwendig sein und bei manueller Durchführung zu Verwechslungen führen.

Bildverarbeitung hilft, diese Phase zu automatisieren, indem sie Bauteile schnell und präzise erkennt und kategorisiert. Das AM-Vision-System verwendet beispielsweise Kameras und einen Geometrieabgleich, um jedes gedruckte Objekt mit seinem CAD-Modell zu vergleichen. Das System kann Bauteile innerhalb weniger Sekunden identifizieren und sortieren.

Abb. 4. Einsatz von Bildverarbeitung zur Erkennung und Sortierung von 3D-Bauteilen.

Die Automatisierung von Aufgaben nach dem Druck beschleunigt Arbeitsabläufe, reduziert den manuellen Aufwand und minimiert das Fehlerrisiko beim Sortieren und Verpacken. Über die Identifizierung hinaus können einige Systeme Bauteile auch für zusätzliche Schritte wie Aushärten, Reinigen oder Montieren gruppieren und dadurch Effizienz und Konsistenz im Produktionsprozess weiter verbessern.

Neue Trends bei der Vision-AI-gestützten Überwachung des 3D-Drucks#

Da Vision AI zunehmend in den 3D-Druck integriert wird, verändert sie maßgeblich die Abläufe in der Fertigung. Hier sind einige wichtige Trends, die ihren wachsenden Einfluss verdeutlichen:

• Unbemannte Fertigung: Fabriken bewegen sich hin zu vollständig automatisierten Abläufen, die kaum oder gar kein menschliches Eingreifen erfordern. KI, Bildverarbeitung und Robotik übernehmen Aufgaben wie Inspektion, Sortierung und Bauteilverfolgung und machen eine Produktion rund um die Uhr realistischer.
• Schnelles Marktwachstum: Es wird erwartet, dass der weltweite 3D-Druckmarkt bis 2034 ein Volumen von 134,58 Milliarden US-Dollar erreicht. Dieses Wachstum hängt mit Fortschritten bei Automatisierung und Vision-AI-Werkzeugen zusammen.
• Vorausschauende Wartung: Bildverarbeitungssysteme können die Druckerleistung über einen längeren Zeitraum verfolgen und Anzeichen von Verschleiß oder Ausfällen erkennen, bevor diese Stillstandszeiten verursachen. So läuft die Produktion reibungslos weiter und unerwartete Reparaturen werden reduziert.
• Fernüberwachung und -steuerung: KI-gestützte Kamerasysteme ermöglichen es Bedienpersonen, den Druckfortschritt von überall aus zu verfolgen und Benachrichtigungen zu erhalten. Das unterstützt eine flexible Fertigung und schnellere Reaktionszeiten.

Wichtige Erkenntnisse#

Bildverarbeitung kann dazu beitragen, jede Phase des 3D-Druckprozesses zu verbessern. Sie erkennt Fehler frühzeitig, überwacht Drucke in Echtzeit und unterstützt Anpassungen während des Prozesses. Diese Fähigkeiten führen zu einer besseren Bauteilqualität, weniger Fehldrucken und niedrigeren Produktionskosten.

Da intelligente Technologien in Fabriken immer verbreiteter werden, verschafft Bildverarbeitung Teams eine bessere Kontrolle und hilft ihnen, effizienter zu skalieren. Branchen wie die Luft- und Raumfahrt, das Gesundheitswesen und die Konsumgüterindustrie verlassen sich bereits auf diese Werkzeuge, um strenge Qualitäts- und Leistungsstandards zu erfüllen.

Durch die Kombination von KI mit visueller Rückmeldung in Echtzeit wird der 3D-Druck konsistenter, effizienter und automatisierter und ebnet so den Weg für eine intelligentere Fertigung.

Möchtest du eigene Computer-Vision-Projekte entwickeln? Erkunde unser GitHub-Repository, um tiefer in AI einzusteigen, und sieh dir unsere Lizenzoptionen an. Erfahre, wie Computer Vision im Gesundheitswesen die Effizienz verbessert, und entdecke die Auswirkungen von AI im Einzelhandel auf unseren Lösungsseiten! Werde jetzt Teil unserer wachsenden Community!