TY - JOUR A1 - Schiffler, Andreas A1 - Wehnert, Kira-Kristin A1 - Ochs, Dennis T1 - Einsatz einer maschinell gelernten Bildsegmentierung zur Pulverbettüberwachung im Metalldruck T2 - FHWS Science Journal N2 - Der Schwerpunkt der folgenden Ausführungen ist auf eine schichtweise Erkennung von Abweichungen durch die automatisierte Analyse von Bilddaten aus pulverbettbasierten Metalldruckprozessen gelegt. Bei diesen Prozessen wird eine dünne Schicht im Bereich von 20 bis 100 μm aus pulverförmigem Metallpulver aufgetragen. Ein zweidimensionaler Querschnitt des gewünschten Bauteils wird dann entweder mit einer selektiven Wärmequelle aufgeschmolzen oder mit einem Bindemittel zusammengebunden. Anschließend wird das Substrat um die Höhe einer Pulverschicht abgesenkt und der Vorgang wiederholt, bis der Aufbau abgeschlossen ist. Nach dem Abschluss des Aufschmelzens einer Schicht wird ein Bild mittels einer Kamera im sichtbaren Wellenlängenbereich erstellt. Abbildung 1 zeigt zwei Beispiele solcher Bilder. Diese bilden die Eingangsgröße für die Erkennung von Abweichungen. Durch die gewählte Schichtdicke kann die Herstellung eines Bauteils mehrere tausend Bilder erzeugen. Die automatisierte und zeitnahe Auswertung ist daher Inhalt aktueller Forschungs- und Entwicklungsaktivitäten [1]. Nicht zuletzt da die notwendige Sensorik – eine Kamera – wirtschaftlich und robust einsetzbar ist. KW - bilddaten KW - bilderkennung KW - metalldruck Y1 - 2022 UR - https://opus4.kobv.de/opus4-fhws/frontdoor/index/index/docId/2002 UR - https://nbn-resolving.org/urn:nbn:de:bvb:863-opus-20021 UR - https://nbn-resolving.org/urn:nbn:de:bvb:863-opus-19389 SN - 2196-6095 VL - 5 IS - 2 SP - 147 EP - 152 ER -