Process Control and Adaptive Path Planning for Additive Manufacturing Processes Based on Industrial Robots with an Extended Degree of Freedom
Ziel dieses Teilvorhabens ist die Entwicklung eines reproduzierbaren robotergeführten additiven Fertigungsverfahrens auf der Basis einer adaptiven Multi-Modell-Bahnplanung und Prozesssteuerung zur Herstellung von hochqualitativen, großen und komplexen Betonbauteilen.
Detaillierte Informationen unter:
AMC TR277 Projekt B04
Die Integration der robotergesteuerten additiven Fertigung in die Konstruktion fördert den Automatisierungsgrad und kann somit zu einer Steigerung der Produktivität und einer Verbesserung der Komponentenqualität führen. In diesem Projekt wird eine Bahnplanung-Methodik entwickelt, die auf einem Anwendungsprozessmodell basiert, das geometrische Daten und zeitabhängige physikalische Materialeigenschaften enthält. Ziel des Projekts ist die Entwicklung eines Materialmodells und von Simulationsansätzen, die dann in einer Rückkopplungsschleife verwendet werden können, um die Bahnplanung zu optimieren und anzupassen. Im nächsten Schritt werden diese Ansätze erweitert, um mithilfe von Sensoren eine adaptive Bahnplanung in Echtzeit zu realisieren.
Im Rahmen des Projekts wird ein FEA-Ansatz verwendet, um die Verformung der gedruckten Struktur während des Druckprozesses vorherzusagen.
Im Gegensatz zur standardisierten Vernetzung einer Zielgeometrie wird ein neuer Ansatz implementiert, bei dem die Geometrie direkt aus dem Druckpfad konstruiert wird. Um den Druckprozess genau abzubilden, müssen die zeitabhängigen Materialeigenschaften wie beispielsweise das Elastizitätsmodul berücksichtigt werden. Die zeitabhängigen Materialeigenschaftswerte können berechnet werden, indem den Netzelementen ein individueller Zeitstempel zugewiesen wird. Dies ermöglicht die schrittweise Simulation des Druckprozesses. Die Simulationsergebnisse können zunächst verwendet werden, um die Bahnplanung offline anzupassen. Es ist geplant, die Simulationsergebnisse zu verwenden, um ein neuronales Netz zu trainieren, um das Verhältnis zwischen den Prozessparametern und der Geometrie der gedruckten Struktur zu identifizieren.