Eingabe löschen

Kopfbereich

Hauptnavigation

Verbesserte Prozesssimulation durch maschinelles Lernen beim Laser-Pulverbett-Fusionieren (LPBF) (LPBF)

Beschreibung

Das Projekt zielt darauf ab, spezielle Kalibrierungsverfahren und -teile zu entwickeln und zu implementieren, die auf kritische Anwendungen von ABB und Sauber zugeschnitten sind, um die Genauigkeit der Verformungsvorhersagen für bestimmte Komponenten zu verbessern. Anschließend wird maschinelles Lernen eingesetzt, um die Simulationen auch außerhalb des kalibrierten Bereichs zu verbessern. Diese Genauigkeit und Flexibilität sind entscheidend für die erfolgreiche Kompensation beliebiger Geometrien in der Industrie.Die prozesssimulationsgestützte Verzugskompensation wird eingesetzt, um die Produktivität und Rentabilität des Laser Powder Bed Fusion (LPBF) zu verbessern und die Durchlaufzeiten zu reduzieren. Es werden spezielle Kalibrierungsverfahren entwickelt und durch Methoden des maschinellen Lernens erweitert, um eine allgemeine Anwendbarkeit zu gewährleisten.

Eckdaten

Projektleitung

Stellv. Projektleitung

Projektteam

Bianca Egli, Matthias Huber, Ibrahim Kuon, Maurus Sonderegger

Projektpartner

ABB Schweiz AG; Sauber Engineering AG

Projektstatus

abgeschlossen, 08/2021 - 07/2024

Institut/Zentrum

Institut für Mechanische Systeme (IMES)

Drittmittelgeber

Innovationsprojekt / Projekt Nr. 50397.1 IP-ENG

Projektvolumen

690'307 CHF