TY - CONF A1 - Scheuschner, Nils A1 - Heinrichsdorff, F. A1 - Gordei, A. A1 - Ehlers, Henrik A1 - Kochan, J. A1 - Jahangir, H. A1 - Pelkner, Matthias A1 - Maierhofer, Christiane A1 - Hilgenberg, Kai T1 - In-situ Prozessüberwachung in der additiven Fertigung von Metallen (PBF-LB /M) mittels TT und ET N2 - Durch die additive Fertigung ergeben sich durch die nun mögliche wirtschaftliche Fertigung hochgradig individueller und komplexer metallischer Bauteile in kleinen Stückzahlen bis hinunter zum Einzelstück für viele Industriebereiche ganz neue Möglichkeiten. Gleichzeitig entstehen jedoch neue Herausforderungen im Bereich der Qualitätssicherung, da sich auf statistischen Methoden beruhende Ansätze nicht anwenden lassen, ohne wiederum die Vorteile der Fertigung massiv einzuschränken. Eine mögliche Lösung für dieses Problem liegt in der Anwendung verschiedener In-situ-Überwachungstechniken während des Bauprozesses. Jedoch sind nur wenige dieser Techniken kommerziell verfügbar und noch nicht so weit erforscht, dass die Einhaltung strenger Qualitäts- und Sicherheitsstandards gewährleistet werden kann. In diesem Beitrag stellen wir die Ergebnisse einer Studie über mittels L-PBF gefertigte Probekörper aus der Nickelbasis-Superlegierung Haynes 282 vor, bei denen die Bildung von Defekten durch lokale Variationen der Prozessparameter wie der Laserleistung provoziert wurde. Die Proben wurden in-situ mittels Thermographie, optischer Tomographie, Schmelzbadüberwachung und Wirbelstromprüfung sowie ex-situ mittels Computertomographie (CT) überwacht, mit dem Ziel, die Machbarkeit und die Aussichten der einzelnen Methoden für die zuverlässige Erkennung der Bildung relevanter Defekte zu bewerten. T2 - DGZfP Jahrestagung 2022 CY - Kassel, Germany DA - 23.05.2022 KW - Additive Manufacturing KW - Thermografie KW - Additive Fertigung KW - Thermography PY - 2022 AN - OPUS4-55851 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Scheuschner, Nils A1 - Heinrichsdorff, F. A1 - Gordei, A. A1 - Ehlers, Henrik A1 - Kochan, J. A1 - Jahangir, H. A1 - Pelkner, Matthias A1 - Maierhofer, Christiane A1 - Hilgenberg, Kai T1 - In-situ Monitoring of PBF-LB/M by thermography, optical tomography, melt-pool-monitoring and eddy current N2 - The formation of defects such as keyhole pores is a major challenge for the production of metal parts by Laser Powder Bed Fusion (LPBF). The LPBF process is characterized by a large number of influencing factors which can be hard to quantify. Machine Learning (ML) is a prominent tool to predict the outcome of complex processes on the basis of different sensor data. In this study, a ML model for defect prediction is created using thermographic image features as input data. As a reference, the porosity information calculated from an x-ray Micro Computed Tomography (µCT) scan of the produced specimen is used. Physical knowledge about the keyhole pore formation is incorporated into the model to increase the prediction accuracy. From the prediction result, the quality of the input data is evaluated and future demands on in-situ monitoring of LPBF processes are formulated. T2 - AM Bench 2022 CY - Bethesda, Washingthon DC, USA DA - 15.08.2022 KW - Additive Manufacturing KW - Thermography KW - Additive Fertigung KW - Thermografie PY - 2022 AN - OPUS4-55854 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -