Weiterentwicklung einer kamerabasierten Prozessüberwachung samt GUI mit KI-Unterstützung im Endlosfaser 3D-Druckprozess

Institut

Lehrstuhl für Carbon Composites

Typ

Bachelorarbeit / Semesterarbeit / Masterarbeit /

Inhalt

experimentell / theoretisch /  

Beschreibung

Am Lehrstuhl für Carbon Composites (LCC) werden neuartige Methoden und Konzepte zur endlosfaserverstärkten
additiven Fertigung erforscht. Das Fused Filament Fabrication (FFF)-Verfahren eignet sich hervorragend für
die Herstellung funktionaler Prototypen, z.B. durch Integration von Sensoren oder lastpfadorientierter Verstärkung
durch Einbettung von Verstärkungsfasern. Zur Herstellung von Strukturbauteilen ist die korrekte Integration
der Verstärkungsfasern essenziell. Daher ist eine automatisierte Prozessüberwachung während der Herstellung
der Bauteile ein wichtiger Bestandteil zur Validierung der Endlosfaser 3D-Druckprozesstechnik.
Im Rahmen dieser Arbeit soll mittels eines am Lehrstuhl entwickelten Kameratools die Endlosfaserintegration
im 3D-Druckprozess überwacht, analysiert und charakterisiert werden. In vorangegangenen Arbeiten wurde ein
Multi-Tool 3D-Drucker samt Kamera-Analysetool und GUI zur Steuerung entwickelt. Das Kamera-Tool nimmt
automatisiert Bilder der Faserablage auf, die anschließend in mehreren Prozessen vollautomatisiert analysiert
werden sollen. Dabei gibt es mehrere Subprozesse, wie z.B. die korrekte Erkennung von Fasern in den Bildern
oder die Fehlstellendetektion (siehe Abb. 2). Gegenstand dieser Arbeit soll sein den Funktionsumfang des GUI
zu erweitern, um die Erkennung der Fasern, Kontur und weiteren Features zuverlässig zu ermöglichen. Die
genauen Arbeitspunkte können je nach Vorerfahrung, Interessengebiet und Art/Umfang der Arbeit definiert und
angepasst werden.

Voraussetzungen

Schwerpunkte der Arbeit
 Einarbeitung ins Thema Endlosfaser 3D-Druck, Tool-Changer, Kamerabasierte Prozessüberwachung
und KI-Methoden zur automatisierten Bewertung von Prozessabweichungen
 Optimierung der Analyseprozesse zur automatisierten und robusten Faserablageerkennung
 Verbesserung und Optimierung des GUI
 Schriftliche Dokumentation und Auswertung

Voraussetzungen
 Interesse an neuartigen 3D-Druckprozessen, Automatisierung und Bildanalyseverfahren
 Kenntnisse in Python, sowie erste Erfahrung mit G-Code (Maschinencode) von Vorteil
 3D-Druck Erfahrung von Vorteil

Verwendete Technologien

AM, 3D-Druck, Faserverstärkung, KI, Prozessüberwachung, AI, Machine Vision

Möglicher Beginn

sofort

Kontakt

Jan Seiffert, M. Sc.
Raum: 5504.01.441
Tel.: +49 89 289 15788
jan.seifferttum.de

Ausschreibung