Computer-Vision-basierte Feedbacksysteme für 3D-Drucker

Vor nicht allzu langer Zeit wurde 3D-Druck hauptsächlich dazu genutzt, Ideen zu testen und Modelle zu bauen. Mittlerweile wird er verwendet, um reale, funktionale Produkte in Bereichen wie dem Gesundheitswesen und der manufacturing zu fertigen. Von Zahnmodellen bis hin zu mechanischen Teilen ist er zu einer praktischen und zuverlässigen Methode geworden, reale Gegenstände herzustellen.

Da immer mehr Unternehmen 3D-Druck in ihrem Arbeitsalltag einsetzen, werden einige Herausforderungen deutlicher. Manchmal gelingt ein Teil nicht ganz, und schon kleine Probleme bei der Ausrichtung oder dem Materialfluss können das Endergebnis beeinträchtigen.

Computer vision kann dabei helfen, viele dieser Probleme zu lösen. Als Zweig der AI ermöglicht sie Maschinen, Bilder und Videos zu interpretieren. In einem 3D-Druck-Setup kann Computer vision jede Schicht während des Druckens überwachen und ungewöhnliche Muster oder Fehler frühzeitig erkennen. Sie kann Drucker sogar in die Lage versetzen, automatisch zu reagieren, was hilft, die Druckqualität ohne ständige manuelle Aufsicht aufrechtzuerhalten.

In diesem Artikel untersuchen wir, wie Computer Vision den 3D-Druck zuverlässiger macht, und betrachten Beispiele aus der Praxis, die den Einfluss von KI-gestützter 3D-Drucküberwachung zeigen. Fangen wir an!

Was ist 3D-Druck?#

Beim 3D-Druck werden physische Objekte aus digitalen Designs hergestellt. Die in den 1980s erstmals entwickelte Drucktechnologie hat sich in den letzten Jahren rasant weiterentwickelt. Im Gegensatz zum normalen Druck, bei dem Tinte auf eine flache Oberfläche aufgebracht wird, baut der 3D-Druck Objekte Schicht für Schicht unter Verwendung von Materialien wie Kunststoff, Harz oder Metall auf. Diese Methode wird auch als additive Fertigung bezeichnet.

Ein typischer 3D-Drucker hat wichtige Teile wie das Druckbett, den Extruder und die Düse. Diese Komponenten arbeiten zusammen, um das Druckmaterial zu formen und das finale Ergebnis zu erzeugen.

Der Druckprozess beginnt mit einem digitalen 3D model, das normalerweise mit spezieller Software erstellt wird. Dieses Modell wird dann in dünne Schichten geschnitten, und der Drucker liest die Datei, um Material Schicht für Schicht aufzutragen, bis das Objekt fertig ist.

Heute nutzen Branchen wie das Gesundheitswesen, die Automobilindustrie und die aerospace den 3D-Druck zur Herstellung von Werkzeugen, Teilen und kundenspezifischen Medizinprodukten. Er wird auch häufig im Produktdesign, beim Prototypenbau und in der Bildung eingesetzt.

Fig 1. Komponenten eines 3D-Druckers.

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

Obwohl 3D-Druck ein ziemlich unkomplizierter und interessanter Prozess ist, läuft es nicht immer perfekt. Die meisten Probleme treten während des Drucks oder kurz danach auf. Ohne die richtigen Werkzeuge können diese Probleme leicht übersehen werden. Dies gilt besonders, wenn du versuchst, Produkte in größerem Maßstab herzustellen.

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

• Schichtfehlausrichtung: Leichte Verschiebungen in der Bewegung des Druckers können dazu führen, dass Schichten ungleichmäßig übereinanderliegen. Dies kann auch zu schwachen oder verzerrten Drucken führen.
• Warping: Die Kanten eines Drucks können sich aufgrund ungleichmäßiger Abkühlung während des Prozesses vom Druckbett wölben oder anheben.
• Inkonsistente Extrusion: Der Materialfluss kann unvorhersehbar starten und stoppen. Dies führt zu Lücken oder dünnen Stellen im fertigen Objekt.
• Manuelle Teileidentifizierung: Nach dem Druck müssen Arbeiter Teile oft von Hand sortieren oder etikettieren. Dieser Prozess ist zeitaufwendig und kann zu Verwechslungen führen.
• Skalierungsprobleme: Mit zunehmendem Volumen gedruckter Teile werden die Nachverfolgung und die quality control ohne Automatisierung schwieriger.

Die Rolle von Computer Vision im 3D-Druck#

Computer Vision spielt eine Schlüsselrolle bei der Verbesserung des 3D-Drucks. Sie hilft dabei, jede Schicht zu überwachen, Fehler frühzeitig zu erkennen und Drucke während des Fortschreitens anzupassen.

Schauen wir uns als Nächstes 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 im Einsatz gesehen hast, weißt du, dass er Objekte Schicht für Schicht aufbaut. Diese schichtweise Methode verleiht dem 3D-Druck seine Flexibilität, bedeutet aber auch, dass Dinge schiefgehen können, wenn nur eine Schicht nicht stimmt.

Ein kleiner Fehler zu Beginn kann die Festigkeit, Genauigkeit oder Gesamtqualität des fertigen Teils beeinträchtigen. Deshalb setzen immer mehr Hersteller auf Computer Vision, um den Prozess während des Ablaufs zu überwachen.

Cameras können Bilder von jeder neuen Schicht aufnehmen. Diese Bilder werden sofort auf Defekte wie Verzug, Lücken oder fehlendes Material überprüft. Das frühzeitige Erkennen von Problemen hilft, fehlgeschlagene Drucke zu vermeiden und Abfall zu reduzieren. Viele Systeme verwenden KI-gestützte Modelle, die darauf trainiert sind, subtile Veränderungen in Form oder Textur zu erkennen. Wenn etwas merkwürdig aussieht, benachrichtigt das System den Bediener sofort.

Nimm zum Beispiel Phase3D. Deren in-situ monitoring-System nutzt strukturiertes Licht und Computer vision, um jede gedruckte Schicht mit dem Soll-Zustand zu vergleichen. Gibt es eine Abweichung, markiert das System diese umgehend.

Fig 2. Verwendung von Licht und Computer vision zur Überwachung des 3D-Drucks.

Durch die Verknüpfung dieser Anomalien mit bekannten Fehlermustern können Bediener eingreifen, bevor der Druck abgeschlossen ist. Dies ist besonders wirkungsvoll in Branchen wie Luft- und Raumfahrt sowie Verteidigung, wo Präzision und Zuverlässigkeit entscheidend sind. Es verbessert zudem die Rückverfolgbarkeit und unterstützt eine effizientere, skalierbare Produktion.

Computer Vision zur Fehlererkennung bei 3D-Druckern#

Neben der präzisen Ausrichtung der Schichten spielt auch der Materialfluss eine große Rolle für die finale Qualität eines 3D-gedruckten Teils. Wenn zu viel oder zu wenig Material aufgetragen wird oder es nicht exakt an der richtigen Stelle landet, kann dies zu einer Reihe von Problemen führen.

Einige häufige Probleme beim 3D-Druck sind Stringing (Fadenbildung), bei dem dünne Materialstränge zwischen Teilen entstehen; Delaminierung, wenn Schichten nicht richtig haften; und Unterextrusion, bei der nicht genügend Material aufgetragen wird. Diese Probleme können das Teil schwächen oder zum Totalausfall führen.

Computer vision models helfen dabei, dies zu lösen, indem sie jede Schicht in Echtzeit beobachten. Kameras und Sensoren verfolgen, wie das Material platziert wird, und erfassen Änderungen in Form, Fluss oder Oberflächentextur im Handumdrehen. Einfache Systeme können Probleme frühzeitig erkennen, während fortgeschrittenere Setups Fehler mitten im Druck tatsächlich beheben können, indem sie Einstellungen wie Geschwindigkeit oder Durchflussrate anpassen.

Erkundung von vision-gesteuertem Jetting#

Ein von Forschern des MIT, von Inkbit und der ETH Zürich entwickeltes System verwendet beispielsweise vier Hochgeschwindigkeitskameras und zwei Laser, um die Druckoberfläche konstant zu scannen. Während 16.000 Düsen Harz auftragen, vergleicht das System jede Schicht mit dem digitalen Design und nimmt bei Bedarf sofortige Korrekturen vor – ein Prozess, der als vision-controlled jetting bekannt ist.

Fig 3. Scannen der Druckoberfläche in Echtzeit.

Dieses System verwendet außerdem Wachs als Stützmaterial, das nach dem Druck weggeschmolzen werden kann, um komplexe interne Kanäle zu hinterlassen. Es wurde bereits verwendet, um voll funktionale Objekte wie eine Roboterhand mit weichen Fingern und starren Teilen oder einen sechsbeinigen Roboter zu drucken, der gehen und Gegenstände greifen kann. Im Gegensatz zu einfacheren Systemen, die Fehler nur erkennen, korrigiert dieses sie im laufenden Betrieb – was es für den Hochgeschwindigkeits- und Hoch-precision-Druck zuverlässiger macht.

Optimierung des 3D-Druckprozesses mit KI#

Manchmal werden Tausende von Teilen in einer einzigen Charge gedruckt, insbesondere in der Großserienfertigung oder bei 3D-Druck-Dienstleistern. Nach dem Druck müssen diese Teile identifiziert, sortiert und verarbeitet werden, was zeitaufwendig sein kann und anfällig für Verwechslungen ist, wenn es manuell erledigt wird.

Computer vision hilft dabei, diese Phase zu automatisieren, indem Teile schnell und präzise erkannt und kategorisiert werden. Das AM-Vision system nutzt beispielsweise Kameras und Geometrie-Matching-Technologie, um jedes gedruckte Objekt mit seinem CAD-Modell zu vergleichen. Das System kann Teile in nur wenigen Sekunden identifizieren und sortieren.

Fig 4. Anwendung von Computer vision zur Erkennung und Sortierung von 3D-Teilen.

Die Automatisierung von Post-Print-Aufgaben beschleunigt Arbeitsabläufe, reduziert manuelle Arbeit und minimiert das Risiko von Fehlern beim sorting and packing. Neben der Identifizierung können einige Systeme auch Teile für zusätzliche Schritte wie Aushärten, Reinigen oder Zusammenbauen gruppieren, wodurch die Effizienz und Konsistenz im Produktionsprozess weiter verbessert werden.

Aufkommende Trends bei der KI-gestützten 3D-Drucküberwachung#

Da Vision AI immer stärker in den 3D-Druck integriert wird, treibt sie grundlegende Veränderungen in der Fertigung voran. Hier sind einige wichtige Trends, die ihren wachsenden Einfluss verdeutlichen:

• Lights-out manufacturing: Fabriken bewegen sich hin zu vollständig automatisierten Abläufen, die wenig bis gar keinen menschlichen Eingriff erfordern. KI, Computer vision und Robotik übernehmen Aufgaben wie Inspektion, Sortierung und Teileverfolgung, wodurch eine Produktion rund um die Uhr machbarer wird.
• Schnelles Marktwachstum: Es wird erwartet, dass der globale 3D printing market bis 2034 ein Volumen von 134,58 Milliarden US-Dollar erreichen wird. Dieses Wachstum ist an Verbesserungen bei der Automatisierung und an Vision-KI-Tools geknüpft.
• Vorausschauende Wartung (Predictive Maintenance): Vision-Systeme können die Leistung von Druckern im Zeitverlauf verfolgen und Anzeichen von Verschleiß oder Fehlern erkennen, bevor sie Ausfallzeiten verursachen. Dies hält die Produktion am Laufen und reduziert unerwartete Reparaturen.
• Fernüberwachung und -steuerung: KI-gestützte Kamerasysteme ermöglichen es Bedienern, den Druckfortschritt zu track und Benachrichtigungen von überall aus zu empfangen. Dies unterstützt eine flexible Fertigung und bessere Reaktionszeiten.

Wichtige Erkenntnisse#

Computer Vision kann helfen, jede Phase des 3D-Druckprozesses zu verbessern. Sie erkennt Fehler frühzeitig, überwacht Drucke in Echtzeit und unterstützt Anpassungen während des Vorgangs. Diese Fähigkeiten führen zu besserer Teilequalität, weniger Fehlversuchen und niedrigeren Produktionskosten.

Da intelligente Technologien in Fabriken immer üblicher werden, verleiht Computer Vision den Teams eine bessere Kontrolle und hilft ihnen, effizienter zu skalieren. Branchen wie Luft- und Raumfahrt, Gesundheitswesen und Konsumgüter verlassen sich bereits auf diese Tools, um strenge Qualitäts- und Leistungsstandards zu erfüllen.

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

Möchtest du deine eigenen Computer-Vision-Projekte erstellen? Entdecke unser GitHub-Repository, um tiefer in KI einzusteigen, und sieh dir unsere Lizenzoptionen an. Erfahre auf unseren Lösungsseiten, wie Computer Vision im Gesundheitswesen die Effizienz steigert, und entdecke die Auswirkungen von KI im Einzelhandel! Trete jetzt unserer wachsenden Community bei!