DE102018124569A1 - Control method for an additive manufacturing device - Google Patents
Control method for an additive manufacturing device Download PDFInfo
- Publication number
- DE102018124569A1 DE102018124569A1 DE102018124569.6A DE102018124569A DE102018124569A1 DE 102018124569 A1 DE102018124569 A1 DE 102018124569A1 DE 102018124569 A DE102018124569 A DE 102018124569A DE 102018124569 A1 DE102018124569 A1 DE 102018124569A1
- Authority
- DE
- Germany
- Prior art keywords
- component
- additive manufacturing
- properties
- replacement model
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05F—DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION; CHECKS FOR WINGS; WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
- E05F15/00—Power-operated mechanisms for wings
- E05F15/60—Power-operated mechanisms for wings using electrical actuators
- E05F15/603—Power-operated mechanisms for wings using electrical actuators using rotary electromotors
- E05F15/665—Power-operated mechanisms for wings using electrical actuators using rotary electromotors for vertically-sliding wings
- E05F15/668—Power-operated mechanisms for wings using electrical actuators using rotary electromotors for vertically-sliding wings for overhead wings
- E05F15/681—Power-operated mechanisms for wings using electrical actuators using rotary electromotors for vertically-sliding wings for overhead wings operated by flexible elongated pulling elements, e.g. belts
- E05F15/686—Power-operated mechanisms for wings using electrical actuators using rotary electromotors for vertically-sliding wings for overhead wings operated by flexible elongated pulling elements, e.g. belts by cables or ropes
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05Y—INDEXING SCHEME RELATING TO HINGES OR OTHER SUSPENSION DEVICES FOR DOORS, WINDOWS OR WINGS AND DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION, CHECKS FOR WINGS AND WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
- E05Y2201/00—Constructional elements; Accessories therefore
- E05Y2201/40—Motors; Magnets; Springs; Weights; Accessories therefore
- E05Y2201/47—Springs; Spring tensioners
- E05Y2201/488—Traction springs
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05Y—INDEXING SCHEME RELATING TO HINGES OR OTHER SUSPENSION DEVICES FOR DOORS, WINDOWS OR WINGS AND DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION, CHECKS FOR WINGS AND WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
- E05Y2201/00—Constructional elements; Accessories therefore
- E05Y2201/60—Suspension or transmission members; Accessories therefore
- E05Y2201/622—Suspension or transmission members elements
- E05Y2201/644—Flexible elongated pulling elements; Members cooperating with flexible elongated pulling elements
- E05Y2201/658—Members cooperating with flexible elongated pulling elements
- E05Y2201/664—Drums
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05Y—INDEXING SCHEME RELATING TO HINGES OR OTHER SUSPENSION DEVICES FOR DOORS, WINDOWS OR WINGS AND DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION, CHECKS FOR WINGS AND WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
- E05Y2201/00—Constructional elements; Accessories therefore
- E05Y2201/60—Suspension or transmission members; Accessories therefore
- E05Y2201/622—Suspension or transmission members elements
- E05Y2201/644—Flexible elongated pulling elements; Members cooperating with flexible elongated pulling elements
- E05Y2201/658—Members cooperating with flexible elongated pulling elements
- E05Y2201/672—Tensioners, tension sensors
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05Y—INDEXING SCHEME RELATING TO HINGES OR OTHER SUSPENSION DEVICES FOR DOORS, WINDOWS OR WINGS AND DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION, CHECKS FOR WINGS AND WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
- E05Y2900/00—Application of doors, windows, wings or fittings thereof
- E05Y2900/10—Application of doors, windows, wings or fittings thereof for buildings or parts thereof
- E05Y2900/13—Application of doors, windows, wings or fittings thereof for buildings or parts thereof characterised by the type of wing
- E05Y2900/148—Windows
Abstract
Um prozessinduzierte mechanischen Eigenschaften eines additiv gefertigten Bauteils (20) während der Fertigung beeinflussen zu können, wird ein Steuerungsverfahren vorgeschlagen, bei dem mittels einer Bauteilsensoreinrichtung (30), beispielsweise einer CT-Einrichtung, zerstörungsfrei Bauteilschichtdaten (32) einer Bauteilschicht (26) des zu fertigenden Bauteils (20) erfasst werden. Die erwarteten mechanischen Bauteileigenschaften (40) werden während der Fertigung aus den Bauteilschichtdaten (26) und aus Ersatzmodellen für Material (42) und Bauteil (44) in Echtzeit ermittelt. Aufgrund der Abweichung der erwarteten Bauteileigenschaften (40) von den spezifizierten Bauteileigenschaften (48) werden die Fertigungsprozessparameter so geändert, dass die Abweichung abnimmt. Die Verarbeitung in Echtzeit wird insbesondere durch vorbereitete mittels maschinellem Lernen trainierte Ersatzmodelle (42, 44) ermöglicht. Die Ersatzmodelle (42, 44) und die additive Fertigungsvorrichtung (10) basieren jeweils auf künstlichen neuronalen Netzwerken (50) und können während der Fertigung des Bauteils (20) weiter trainiert werden, um Defekte zu vermeiden, welche die mechanischen Eigenschaften des Bauteils (20) beeinträchtigen können.In order to be able to influence process-induced mechanical properties of an additively manufactured component (20) during production, a control method is proposed in which component layer data (32) of a component layer (26) of the component is non-destructively by means of a component sensor device (30), for example a CT device manufacturing component (20) are detected. The expected mechanical component properties (40) are determined in real time during production from the component layer data (26) and from replacement models for material (42) and component (44). Due to the deviation of the expected component properties (40) from the specified component properties (48), the manufacturing process parameters are changed so that the deviation decreases. Processing in real time is made possible in particular by prepared replacement models (42, 44) trained by machine learning. The replacement models (42, 44) and the additive manufacturing device (10) are each based on artificial neural networks (50) and can be trained further during the manufacture of the component (20) in order to avoid defects that affect the mechanical properties of the component (20 ) can affect.
Description
Die Erfindung betrifft ein Steuerungsverfahren zum Steuern einer zum schichtweisen additiven Fertigen eines Bauteils ausgebildeten additiven Fertigungsvorrichtung. Ferner betrifft die Erfindung ein Materialersatzmodellermittlungsverfahren und ein Bauteilersatzmodellermittlungsverfahren. Weiter betrifft die Erfindung eine additive Fertigungsvorrichtung sowie eine Steuervorrichtung hierfür.The invention relates to a control method for controlling an additive manufacturing device designed for layer-by-layer additive manufacturing of a component. The invention further relates to a material replacement model determination method and a component replacement model determination method. The invention further relates to an additive manufacturing device and a control device therefor.
Additive Fertigung, manchmal auch salopp als 3D-Druck bezeichnet, ist eine Möglichkeit zur Herstellung von Bauteilen quasi auf „Knopfdruck“. Zunächst hauptsächlich zur schnellen Erstellung von Prototypen (engl.: rapid prototyping) verwendet, hält die additive Fertigung zusehends Einzug bei der industriellen Serienfertigung. Ein Vorteil dabei ist die materialschonendere Arbeitsweise im Vergleich zu klassischen subtraktiven Fertigungsverfahren, wie Drehen, Fräsen, Schleifen, etc.Additive manufacturing, sometimes referred to casually as 3D printing, is one way of producing components at the push of a button. Initially mainly used for rapid prototyping, additive manufacturing is increasingly finding its way into industrial series production. One advantage of this is the more gentle way of working compared to classic subtractive manufacturing processes such as turning, milling, grinding, etc.
Aufgrund der spezifischen Eigenschaften additiver Fertigungsprozesse, können teilweise deutlich komplexere Bauteile einfacher hergestellt werden. Bisher werden die zu fertigenden Bauteile konstruiert, ausgedruckt und anschließend einer zerstörungsfreien Prüfung unterzogen. Dabei hat sich herausgestellt, dass die Bauteileigenschaften zweier identisch konstruierter Bauteile teilweise erheblich voneinander abweichen können, wenn diese auf unterschiedlichen Maschinen oder unter leicht unterschiedlichen Umgebungsbedingungen ausgedruckt wurden.Due to the specific properties of additive manufacturing processes, sometimes significantly more complex components can be manufactured more easily. So far, the components to be manufactured have been designed, printed out and then subjected to non-destructive testing. It turned out that the component properties of two identically constructed components can sometimes differ significantly from one another if they were printed out on different machines or under slightly different environmental conditions.
Insbesondere im Bereich der Luftfahrt werden fertige Bauteile strengen Prüfungen unterzogen. Dies führt dazu, dass im Zweifel Bauteile als nicht zulässig eingestuft werden. Für additiv gefertigte Bauteile bedeutet das, dass die gesamte Maschinenlaufzeit und das verbrauchte Material verschwendet sein können.In the aviation sector in particular, finished components are subjected to stringent tests. As a result, components are classified as not permitted in case of doubt. For additively manufactured components, this means that the entire machine runtime and the material used can be wasted.
Zudem kann die Reduktion der gesamten mechanischen Eigenschaften des additiv hergestellten Bauteils aufgrund von Prozessungenauigkeiten bisher nicht während der Herstellung detailliert ermittelt werden. Damit ist es nur schwer möglich Fertigungsabweichungen bzw. -fehler genauer zu beurteilen. Folglich ergibt sich eine zweitaufwendige Iteration zwischen Design und Fertigung sowie zu einem finalen Bauteil, welches die Strukturanforderungen eventuell nicht erfüllt. Weiterhin ist es bisher nicht vorgesehen das Fertigungssystem auf die mechanischen Anforderungen an das Bauteil hinzusteuern.In addition, the reduction in the overall mechanical properties of the additively manufactured component due to process inaccuracies has so far not been able to be determined in detail during manufacture. This makes it difficult to assess manufacturing deviations or errors more precisely. As a result, there is a two-time iteration between design and manufacturing, as well as a final component that may not meet the structural requirements. Furthermore, it has not previously been provided to control the manufacturing system to meet the mechanical demands on the component.
Bisher ist auch weder eine Methodik bekannt zur Ermittlung der prozessinduzierten mechanischen Eigenschaften des Bauteils während der additiven Herstellung noch zur Steuerung des Fertigungssystems gegenüber geforderten Struktureigenschaften und wirksamen Prozessabweichungen.So far, neither a methodology is known for determining the process-induced mechanical properties of the component during additive manufacturing, nor for controlling the manufacturing system against the required structural properties and effective process deviations.
Der Erfindung liegt die Aufgabe zugrunde additive Fertigungsprozesse zu verbessern.The invention has for its object to improve additive manufacturing processes.
Die Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Bevorzugte Weiterbildungen sind Gegenstand der abhängigen Ansprüche.The object is solved by the subject matter of the independent claims. Preferred developments are the subject of the dependent claims.
Die Erfindung schafft ein Steuerungsverfahren zum Steuern einer zum schichtweisen additiven Fertigen eines Bauteils ausgebildeten additiven Fertigungsvorrichtung, mit den Schritten:
- a) mittels einer Bauteilsensoreinrichtung: zerstörungsfreies Erfassen einer Bauteilschicht des zu fertigenden Bauteils zwecks Erhalt von Bauteilschichtdaten oder des Bauteils zwecks Erhalt von Bauteildaten, wobei die Bauteildaten und Bauteilschichtdaten jeweils indikativ für Bauteileigenschaften des Bauteils sind;
- b) mittels einer Erwartungsbauteileigenschaftenermittlungseinrichtung: Ermitteln von Erwartungsbauteileigenschaften aus den Bauteilschichtdaten/Bauteildaten, aus wenigstens einem Materialersatzmodell und aus wenigstens einem Bauteilersatzmodell;
- c) in Abhängigkeit von den Erwartungsbauteileigenschaften mittels einer Steuereinrichtung:
- - Steuern der additiven Fertigungsvorrichtung, einen additiven Fertigungsprozess mit unveränderten Fertigungsprozessparametern fortzusetzen; oder
- - Verändern der Fertigungsprozessparameter basierend auf den Erwartungsbauteileigenschaften und Vorgabebauteileigenschaften zwecks Annähern der Erwartungsbauteileigenschaften an die Vorgabebauteileigenschaften und Steuern der additiven Fertigungsvorrichtung, den Fertigungsprozess mit den veränderten Fertigungsprozessparametern fortzusetzen.
- a) by means of a component sensor device: non-destructive detection of a component layer of the component to be manufactured for the purpose of obtaining component layer data or the component for the purpose of obtaining component data, the component data and component layer data being indicative of component properties of the component;
- b) by means of an expected component property determination device: determining expected component properties from the component layer data / component data, from at least one material replacement model and from at least one component replacement model;
- c) depending on the expected component properties by means of a control device:
- - Controlling the additive manufacturing device to continue an additive manufacturing process with unchanged manufacturing process parameters; or
- - Changing the manufacturing process parameters based on the expected component properties and default component properties in order to approximate the expected component properties to the default component properties and controlling the additive manufacturing device to continue the manufacturing process with the changed manufacturing process parameters.
Um prozessinduzierte mechanischen Eigenschaften eines additiv gefertigten Bauteils während der Fertigung beeinflussen zu können, wird ein Steuerungsverfahren vorgeschlagen, bei dem mittels einer Bauteilsensoreinrichtung, beispielsweise einer CT-Einrichtung, zerstörungsfrei Bauteilschichtdaten einer Bauteilschicht des zu fertigenden Bauteils erfasst werden. Die erwarteten mechanischen Bauteileigenschaften werden während der Fertigung aus den Bauteilschichtdaten und aus Ersatzmodellen für Material und Bauteil vorzugsweise in Echtzeit ermittelt. Aufgrund der Abweichung der erwarteten Bauteileigenschaften von den spezifizierten Bauteileigenschaften werden die Fertigungsprozessparameter so geändert, dass die Abweichung abnimmt. Die Verarbeitung in Echtzeit wird insbesondere durch vorbereitete mittels maschinellem Lernen trainierte Ersatzmodelle ermöglicht. Die Ersatzmodelle und die additive Fertigungsvorrichtung basieren jeweils auf künstlichen neuronalen Netzwerken. Die künstlichen neuronalen Netzwerke können während der Fertigung des Bauteils weiter trainiert werden, um Defekte zu vermeiden, welche die mechanischen Eigenschaften des Bauteils bzw. das Bauteilverhalten beeinträchtigen können. Mittels des Steuerungsverfahrens kann der Fertigungsprozess derart angepasst werden, dass das zu fertigende bzw. gefertigte Bauteil die gewünschten vorgegebenen Eigenschaften, beispielsweise hinsichtlich Steifigkeit, Bruchfestigkeit, Schadenstoleranz, Bauteilermüdung usw., aufweist. Die erwarteten Bauteileigenschaften werden aus den Bauteildaten bzw. Bauteilschichtdaten und den Ersatzmodellen für Material und Bauteil ermittelt.In order to be able to influence process-induced mechanical properties of an additively manufactured component during production, a control method is proposed in which component layer data of a component layer of the component to be manufactured are recorded non-destructively by means of a component sensor device, for example a CT device. The expected mechanical component properties are determined during production from the component layer data and from replacement models for material and component, preferably in real time. Due to the deviation of the expected component properties from the specified component properties, the manufacturing process parameters are changed so that the deviation decreases. The Real-time processing is made possible in particular by prepared replacement models trained by machine learning. The replacement models and the additive manufacturing device are each based on artificial neural networks. The artificial neural networks can be trained further during the production of the component in order to avoid defects which can impair the mechanical properties of the component or the component behavior. The control process can be used to adapt the manufacturing process in such a way that the component to be manufactured or manufactured has the desired properties, for example with regard to rigidity, breaking strength, damage tolerance, component fatigue, etc. The expected component properties are determined from the component data or component layer data and the replacement models for material and component.
Es ist bevorzugt, dass die Bauteilsensoreinrichtung ausgewählt ist aus einer Gruppe die eine Bildgebungseinrichtung, eine Kamera, eine VIS-Kamera, eine IR-Kamera, eine X-Ray-Kamera, eine CT-Einrichtung, eine Ultraschallbildeinrichtung, eine thermische Bildgebungseinrichtung, eine Thermometereinrichtung, eine Wirbelstrommesseinrichtung und eine Vibrationsanalyseeinrichtung enthält. Unterschiedliche Sensoreinrichtungen erlauben es unterschiedliche Bauteil(schicht)fehler zu erfassen. Kameras für sichtbares Licht (VIS), Infrarot (IR) oder Röntgenstrahlung (X-Ray) ermöglichen insbesondere die Erfassung der Abmessungen etwaiger Materialfehlstellen, sogenannte Voids. Möglich ist auch eine Erfassung mittels Tomographietechniken oder Ultraschall. Auch Temperaturmessungen, Wirbelstrommessungen oder Vibrationsmessungen sind denkbar. Je nach Baumaterial und gewünschter Information kann die eine oder andere Methode bevorzugt sein.It is preferred that the component sensor device is selected from a group comprising an imaging device, a camera, a VIS camera, an IR camera, an X-ray camera, a CT device, an ultrasound imaging device, a thermal imaging device, a thermometer device , an eddy current measuring device and a vibration analysis device. Different sensor devices allow different component (layer) defects to be detected. Cameras for visible light (VIS), infrared (IR) or X-rays (X-Ray) in particular enable the measurement of the dimensions of any material defects, so-called voids. Acquisition by means of tomography techniques or ultrasound is also possible. Temperature measurements, eddy current measurements or vibration measurements are also conceivable. Depending on the building material and the desired information, one or the other method may be preferred.
Es ist bevorzugt, dass in Schritt b) das Materialersatzmodell durch ein hierin beschriebenes Materialersatzmodellermittlungsverfahren ermittelt ist. Es ist bevorzugt, dass in Schritt b) das Bauteilersatzmodell durch ein hierin beschriebenes Bauteilersatzmodellermittlungsverfahren ermittelt ist. Mittels Ersatzmodellen ist eine deutlich zügigere Durchführung des Steuerungsverfahrens in Echtzeit möglich. Die speziellen hierin beschriebenen Verfahren zur Ermittlung der Ersatzmodelle haben sich als besonders vorteilhaft herausgestellt.It is preferred that in step b) the material replacement model is determined by a material replacement model determination method described here. It is preferred that in step b) the component replacement model is determined by a component replacement model determination method described here. Substitute models allow the control process to be carried out much more quickly in real time. The special methods described here for determining the replacement models have proven to be particularly advantageous.
Es ist bevorzugt, dass in Schritt c) die zuletzt gefertigte Bauteilschicht mit den veränderten Fertigungsprozessparametern überarbeitet wird. Wird eine hinreichende Abweichung zwischen dem zu erstellenden Bauteil, bzw. dessen erwarteten Bauteileigenschaften ermittelt, kann so die letzte Bauteilschicht korrigiert werden.It is preferred that in step c) the last component layer produced is revised with the changed manufacturing process parameters. If a sufficient deviation between the component to be created or its expected component properties is determined, the last component layer can be corrected in this way.
Es ist bevorzugt, dass in Schritt c) die veränderten Fertigungsprozessparameter durch ein künstliches neuronales Netzwerk ermittelt werden. Diese Methodik erlaubt eine kontinuierliche Anpassung an veränderte Daten und Parameter. Ferner ist auch eine schnellere Verarbeitung möglich als bei herkömmlichen Methoden der Ermittlung.It is preferred that in step c) the changed manufacturing process parameters are determined by an artificial neural network. This methodology allows continuous adaptation to changed data and parameters. Furthermore, faster processing is also possible than with conventional methods of determination.
Es ist bevorzugt, dass das künstliche neuronale Netzwerk mit während des Fertigungsprozesses erfassten Fertigungsprozessparametern und während des Fertigungsprozesses ermitteltem Bauteilverhalten trainiert ist. Das Steuerungsverfahren kann so immer besser an neue auch bisher unbekannte Bauteile angepasst werden.It is preferred that the artificial neural network is trained with manufacturing process parameters acquired during the manufacturing process and component behavior determined during the manufacturing process. The control process can thus be better and better adapted to new and previously unknown components.
Es ist bevorzugt, dass das Bauteilverhalten mittels eines bevorzugten Bauteilersatzmodellermittlungsverfahrens ermittelt wird.It is preferred that the component behavior is determined using a preferred component replacement model determination method.
Die Erfindung schafft ein Materialersatzmodellermittlungsverfahren zum Ermitteln eines Materialersatzmodells aus Materialparametern des zu modellierenden Materials und Materialdefekten, insbesondere Materialfehlstellen und/oder Materialrisse, zwecks Verwendung des Materialersatzmodells bei einem Bauteilersatzmodellermittlungsverfahren, mit den Schritten:
- a) Bereitstellen einer Mehrzahl von Materialeinheitszellen mit unterschiedlichen Konfigurationen von Materialdefekten in der Materialeinheitszelle;
- b) Ermitteln von Materialersatzparametern für jede Materialeinheitszelle aus den Materialparametern und unterschiedlichen Lastfällen;
- c) Zuordnen jeder in Schritt a) bereitgestellten Materialeinheitszelle zu den in Schritt b) ermittelten Materialersatzparametern;
- d) Trainieren des Materialersatzmodells, insbesondere durch maschinelles Lernen, mit den Materialeinheitszellen und den zugehörigen Materialersatzparametern, so dass das Materialersatzmodell indikativ ist für das Materialverhalten des zu modellierenden Materials bei unterschiedlichen Materialdefektdichten und unterschiedlichen Materialdefektgrößen.
- a) providing a plurality of material unit cells with different configurations of material defects in the material unit cell;
- b) determining material replacement parameters for each material unit cell from the material parameters and different load cases;
- c) assigning each material unit cell provided in step a) to the material replacement parameters determined in step b);
- d) Training the material replacement model, in particular by machine learning, with the material unit cells and the associated material replacement parameters, so that the material replacement model is indicative of the material behavior of the material to be modeled with different material defect densities and different material defect sizes.
Durch bilden eines Materialersatzmodells, kann das Materialverhalten schneller ermittelt werden im Vergleich zu einer Simulation. Mehrere bzw. eine Vielzahl von Materialersatzmodellen können trainiert werden, ohne dass eine Fertigung erforderlich ist. Die so ermittelten Materialersatzmodelle können dann bei der Steuerung einfach abgerufen werden und erlauben eine Verarbeitung in Echtzeit. Das Materialersatzmodell ist nicht auf eine bestimmte Struktur beschränkt sondern dient als allgemeines Modell für mittels des additiven Fertigungsverfahrens herstellbaren Materialien. Mit anderen Worten gibt das Materialersatzmodell an, welche Materialeigenschaften ein Material mit einer gewissen Materialdefektdichte und -größe aufweist. Materialdefekte sind insbesondere die Porosität und/oder Materialfehlstellen und/oder Materialrisse. Hierzu werden für beispielsweise würfelförmige Materialeinheitszellen, die unterschiedliche Konfigurationen von Materialdefekten aufweisen, unterschiedliche Lastfälle simuliert. Es können die Verformung und andere Änderungen an der Materialeinheitszelle ermittelt werden. Auch die Änderung der Materialrisse, beispielsweise deren Fortpflanzung, kann ermittelt werden. Aus diesen Änderungen werden sodann die Materialersatzparameter ermittelt. Somit kann ein Materialersatzmodell gebildet werden, das beispielsweise auf eine Eingabe eines Lastfalles unmittelbar das entsprechende Materialverhalten ausgibt.By forming a material replacement model, the material behavior can be determined faster compared to a simulation. Several or a large number of material replacement models can be trained without the need for production. The material replacement models determined in this way can then simply be called up in the control and allow processing in real time. The material replacement model is not limited to a specific structure but serves as a general model for using the additive Manufacturing process manufacturable materials. In other words, the material replacement model indicates which material properties a material has with a certain material defect density and size. Material defects are in particular the porosity and / or material defects and / or material cracks. For this purpose, different load cases are simulated for, for example, cube-shaped material unit cells that have different configurations of material defects. The deformation and other changes to the material unit cell can be determined. The change in the material cracks, for example their propagation, can also be determined. The material replacement parameters are then determined from these changes. A material replacement model can thus be formed which, for example, immediately outputs the corresponding material behavior upon input of a load case.
Es ist bevorzugt, dass in Schritt a) das Bereitstellen durch computergenerierte Daten erfolgt. Damit können Materialersatzmodelle vortrainiert werden ohne dass eine Fertigung laufen muss.It is preferred that in step a) the provision is made by computer-generated data. This enables material replacement models to be pre-trained without having to run production.
Es ist bevorzugt, dass in Schritt a) das Bereitstellen durch während eines additiven Fertigungsprozesses erfasste Bauteilschichtdaten erfolgt. Damit kann das Materialersatzmodell besser an tatsächliche Fertigungsprozesse bzw. Materialen angepasst werden.It is preferred that in step a) the provision is made by component layer data acquired during an additive manufacturing process. This allows the material replacement model to be better adapted to actual manufacturing processes or materials.
Es ist bevorzugt, dass in Schritt b) jeder Materialersatzparameter ausgewählt ist aus einer Gruppe, die Materialsteifigkeit, Materialstärke, Materialermüdung, Materialbruchdehnung, Materialelastizitätsmodul, Materialkompressionsmodul, Materialschubmodul enthält. Die Materialersatzparameter können auch als effektive Materialparameter bezeichnet werden. Die Materialersatzparameter können indikativ sein für das Materialverhalten des Modellmaterials.It is preferred that in step b) each material replacement parameter is selected from a group that contains material rigidity, material thickness, material fatigue, material elongation at break, material elasticity module, material compression module, material thrust module. The material replacement parameters can also be referred to as effective material parameters. The material replacement parameters can be indicative of the material behavior of the model material.
Die Erfindung schafft ein Bauteilersatzmodellermittlungsverfahren zum Ermitteln eines Bauteilersatzmodells aus wenigstens einem Materialersatzmodell und einem Bauteilmodell eines zu fertigenden Bauteils zwecks Verwendung des Bauteilersatzmodells bei einem Steuerungsverfahren zum Steuern einer zum schichtweisen additiven Fertigen eines Bauteils ausgebildeten additiven Fertigungsvorrichtung, mit den Schritten:
- a) Bereitstellen von Bauteildaten, die indikativ sind für Bauteilabweichungen von dem Bauteilmodell, und/oder Bauteilschichtdaten, die indikativ sind für Bauteilschichtabweichungen von einer Bauteilmodellschicht des Bauteilmodells;
- b) Ermitteln eines zu einem Bauteilbereich passenden Materialersatzmodells für jeden Bauteilbereich und Zuordnen des Materialersatzmodells zu diesem Bauteilbereich zwecks erhalt einer Bauteilersatzstruktur;
- c) Ermitteln einer Bauteilstrukturreaktion für unterschiedliche Lastfälle anhand der Bauteilersatzstruktur;
- d) Zuordnen der in Schritt a) bereitgestellten Bauteildaten zu jeder in Schritt c) ermittelten Bauteilstrukturreaktion;
- e) Trainieren des Bauteilersatzmodells, insbesondere durch maschinelles Lernen, mit den Bauteildaten und den zugehörigen Bauteilstrukturreaktionen, so dass das Bauteilersatzmodell indikativ ist für das Bauteilverhalten, insbesondere Bauteilfestigkeitskriterien/Bauteilversagenskriterien, wie beispielsweise die Schadenstoleranz und/oder Bauteilermüdung, des zu fertigenden Bauteils.
- a) providing component data which are indicative of component deviations from the component model and / or component layer data which are indicative of component layer deviations from a component model layer of the component model;
- b) determining a material replacement model suitable for a component area for each component area and assigning the material replacement model to this component area in order to obtain a component replacement structure;
- c) determining a component structure reaction for different load cases on the basis of the component replacement structure;
- d) assigning the component data provided in step a) to each component structure reaction determined in step c);
- e) Training the component replacement model, in particular by machine learning, with the component data and the associated component structure reactions, so that the component replacement model is indicative of the component behavior, in particular component strength criteria / component failure criteria, such as the damage tolerance and / or component fatigue, of the component to be manufactured.
Durch bilden eines Bauteilersatzmodells, kann das Bauteilverhalten schneller ermittelt werden im Vergleich zu einer Simulation. Bauteilersatzmodelle können trainiert werden, ohne dass eine Fertigung erforderlich ist. Die so ermittelten Bauteilersatzmodelle können dann bei der Steuerung einfach abgerufen werden und erlauben eine Verarbeitung in Echtzeit. Die Bauteildaten enthalten Angaben darüber, wo in dem Bauteil Defekte vorhanden sind im Vergleich zu dem vorgegebenen Bauteil. Das gleiche gilt für die Bauteilschichten. Aus den Bauteildaten können daher die Materialdefekte ermittelt werden. Bestimmten Bauteilbereichen, die im Wesentlichen ähnliche Materialdefekte aufweisen, kann ein den Materialdefekten entsprechendes Materialersatzmodell zugeordnet werden. Mit anderen Worten nimmt das Materialersatzmodell in diesem Bauteilbereich den Platz der tatsächlichen Materialdefekte ein. Somit kann eine Bauteilersatzstruktur gebildet werden, die im Wesentlichen Bauteilbereiche unterschiedlicher Materialersatzparameter umfasst. Auf die Bauteilersatzstruktur werden unterschiedliche Lastfälle angewandt, wobei direkt aus der Bauteilersatzstruktur und den Lastfällen die entsprechende mechanische Bauteilstrukturreaktion ermittelt werden kann. Somit kann ein Bauteilersatzmodell gebildet werden, das beispielsweise auf eine Eingabe eines Lastfalles unmittelbar das entsprechende Bauteilverhalten, insbesondere Bauteilfestigkeitskriterien/Bauteilversagenskriterien, wie beispielsweise die Schadenstoleranz und/oder Bauteilermüdung, ausgibt.By forming a component replacement model, the component behavior can be determined faster compared to a simulation. Component replacement models can be trained without the need for manufacturing. The component replacement models determined in this way can then simply be called up in the control and allow processing in real time. The component data contains information about where defects exist in the component compared to the specified component. The same applies to the component layers. The material defects can therefore be determined from the component data. Certain component areas that have substantially similar material defects can be assigned a material replacement model that corresponds to the material defects. In other words, the material replacement model takes the place of the actual material defects in this component area. A component replacement structure can thus be formed, which essentially comprises component regions of different material replacement parameters. Different load cases are applied to the component replacement structure, and the corresponding mechanical component structure reaction can be determined directly from the component replacement structure and the load cases. A component replacement model can thus be formed which, for example, immediately upon input of a load case, outputs the corresponding component behavior, in particular component strength criteria / component failure criteria, such as the damage tolerance and / or component fatigue.
Es ist bevorzugt, dass in Schritt a) das Bereitstellen durch computergenerierte Daten erfolgt. Damit können Bauteilersatzmodelle vortrainiert werden ohne dass eine Fertigung laufen muss.It is preferred that in step a) the provision is made by computer-generated data. This enables component replacement models to be pre-trained without the need for production to run.
Es ist bevorzugt, dass in Schritt a) das Bereitstellen durch während eines additiven Fertigungsprozesses erfasste Bauteilschichtdaten oder Bauteildaten erfolgt. Damit kann das Bauteilersatzmodell besser an tatsächliche Fertigungsprozesse bzw. Materialen angepasst werden.It is preferred that in step a) the provision is made by component layer data or component data acquired during an additive manufacturing process. This allows the component replacement model be better adapted to actual manufacturing processes or materials.
Die Erfindung schafft eine Steuervorrichtung zum Steuern einer zum schichtweisen additiven Fertigen eines Bauteils ausgebildeten additiven Fertigungsvorrichtung, wobei die Steuervorrichtung zur Durchführung eines der hierin beschriebenen bevorzugten Verfahren ausgebildet ist, wobei die Steuervorrichtung eine an der additiven Fertigungsvorrichtung anbringbare Bauteilsensoreinrichtung, die zum zerstörungsfreien Erfassen einer Bauteilschicht des zu fertigenden Bauteils zwecks Erhalt von Bauteilschichtdaten oder des Bauteils, die indikativ für Bauteileigenschaften des Bauteils sind, ausgebildet ist, eine Erwartungsbauteileigenschaftenermittlungseinrichtung, die zum Ermitteln von Erwartungsbauteileigenschaften aus den Bauteilschichtdaten, aus einem Materialersatzmodell und aus einem Bauteilersatzmodell ausgebildet ist und eine an die additive Fertigungseinrichtung anschließbare Steuereinrichtung umfasst, die ausgebildet ist, in Abhängigkeit von den Erwartungsbauteileigenschaften die additive Fertigungseinrichtung derart zu Steuern, dass die additive Fertigungsvorrichtung einen additiven Fertigungsprozess mit unveränderten Fertigungsprozessparametern fortsetzt oder dass die additive Fertigungsvorrichtung die Fertigungsprozessparameter basierend auf den Erwartungsbauteileigenschaften und Vorgabebauteileigenschaften verändert, um die Erwartungsbauteileigenschaften an die Vorgabebauteileigenschaften anzunähern, und die additive Fertigungsvorrichtung, den Fertigungsprozess mit den veränderten Fertigungsprozessparametern fortsetzt.The invention provides a control device for controlling an additive manufacturing device designed for layer-by-layer additive manufacturing of a component, the control device being designed for carrying out one of the preferred methods described herein, the control device comprising a component sensor device which can be attached to the additive manufacturing device and which is used for the non-destructive detection of a component layer of the component to be manufactured for the purpose of obtaining component layer data or the component that is indicative of component properties of the component, an expected component property determination device that is designed to determine expected component properties from the component layer data, from a material replacement model and from a component replacement model, and a device that can be connected to the additive manufacturing device Includes control device, which is designed, depending on the expected component properties, the ad Control the additive manufacturing device such that the additive manufacturing device continues an additive manufacturing process with unchanged manufacturing process parameters or that the additive manufacturing device changes the manufacturing process parameters based on the expected component properties and default component properties to approximate the expected component properties to the default component properties, and the additive manufacturing device, the manufacturing process with the changed Manufacturing process parameters continues.
Es ist bevorzugt, dass die Bauteilsensoreinrichtung ausgewählt ist aus einer Gruppe die eine Bildgebungseinrichtung, eine Kamera, eine VIS-Kamera, eine IR-Kamera, eine X-Ray-Kamera, eine CT-Einrichtung, eine Ultraschallbildeinrichtung, eine thermische Bildgebungseinrichtung, eine Thermometereinrichtung, eine Wirbelstrommesseinrichtung und eine Vibrationsanalyseeinrichtung enthält.It is preferred that the component sensor device is selected from a group comprising an imaging device, a camera, a VIS camera, an IR camera, an X-ray camera, a CT device, an ultrasound imaging device, a thermal imaging device, a thermometer device , an eddy current measuring device and a vibration analysis device.
Die Erfindung schafft eine additive Fertigungsvorrichtung, die zum schichtweisen additiven Fertigen eines Bauteils ausgebildet ist und die ausgebildet ist, ein hierin beschriebenes bevorzugtes Verfahren durchzuführen, und/oder die eine bevorzugte Steuervorrichtung umfasst.The invention provides an additive manufacturing device which is designed for layer-by-layer additive manufacturing of a component and which is designed to carry out a preferred method described herein and / or which comprises a preferred control device.
Es sind unterschiedliche zerstörungsfreie Untersuchtungsmethoden (NDI, engl.: non-destructive investigation) entwickelt worden, um additiv gefertigte Bauteile zu untersuchen. Grundsätzlich bekannt sind auch Machine-Learning- bzw. Approximationsverfahren für wissensbasierte Systeme. Die hierin vorgestellten Ideen beurteilen die NDI-basierten additiven Fertigungsabweichungen bzgl. Der mechanischen Eigenschaften des Bauteils und vergleichen diese mit den Anforderungen an das fertige Bauteil. Dies ermöglicht eine schnelle, wissensbasierte Beurteilung der Auswirkungen von Defekten auf die Bauteilqualität. Dadurch kann auch die Robustheit des Fertigungsprozesses gesteigert werden.Different non-destructive investigation (NDI) methods have been developed to examine additively manufactured components. Machine learning and approximation methods for knowledge-based systems are also known in principle. The ideas presented here assess the NDI-based additive manufacturing deviations with regard to the mechanical properties of the component and compare them with the requirements for the finished component. This enables a quick, knowledge-based assessment of the effects of defects on component quality. This can also increase the robustness of the manufacturing process.
Es sollte beachtet werden, dass die Erfindung beispielhaft an einer Vorrichtung zum selektiven Lasersintern erläutert wird, aber auch andere additive Fertigungsvorrichtungen, insbesondere FDM-Printer und selektive Laserschmelzdrucker, für die Anwendung der Erfindung in Frage kommen.It should be noted that the invention is explained by way of example using a device for selective laser sintering, but other additive manufacturing devices, in particular FDM printers and selective laser fusion printers, are also suitable for the application of the invention.
Ausführungsbeispiele werden nachfolgend anhand der schematischen Zeichnungen näher erläutert. Darin zeigt:
-
1 ein Ausführungsbeispiel einer additiven Fertigungsvorrichtung; -
2 ein Ausführungsbeispiel eines Steuerungsverfahrens; -
3 ein Ausführungsbeispiel eines Materialersatzmodellermittlungsverfahrens; und -
4 ein Ausführungsbeispiel eines Bauteilersatzmodellermittlungsverfahrens.
-
1 an embodiment of an additive manufacturing device; -
2nd an embodiment of a control method; -
3rd an embodiment of a material replacement model determination method; and -
4th an embodiment of a component replacement model determination method.
Es wird zunächst auf
Ferner umfasst die additive Fertigungsvorrichtung
Die Steuervorrichtung
Die Steuervorrichtung
Nachfolgend wird auf
In einem Erfassungsschritt
In einem Erwartungsbauteileigenschaftenermittlungsschritt
In einem Validierungsschritt
In dem Fortsetzungsschritt
In dem Unterbrechungsschritt
In dem Steuerschritt
Das Verfahren läuft bis das Bauteil
Ferner kann das Steuerungsverfahren einen Lernschritt
Nachfolgend wird auf
In einem Eingabeschritt
In einem an den Eingabeschritt
In einem Belastungsschritt
In einem Trainingsdatenschritt
In einem Trainingsschritt
Mit anderen Worten, wird ein beliebiger Lastfall an das Materialersatzmodell
Das Materialersatzmodellermittlungsverfahren kann parallel zu anderen Verfahren, gesondert oder völlig unabhängig zur Vorbereitung eines Fertigungsprozesses durchgeführt werden.The material replacement model determination process can be carried out in parallel to other processes, separately or completely independently to prepare a manufacturing process.
Es wird nachfolgend auf
In einem Eingabeschritt
In einem Materialschritt
In einem Belastungsschritt
In einem Trainingsdatenschritt
In einem Trainingsschritt
Mit anderen Worten, wird ein beliebiger Lastfall an das Bauteilersatzmodell
Das Bauteilersatzmodellermittlungsverfahrens kann parallel zu anderen Verfahren, gesondert oder völlig unabhängig zur Vorbereitung eines Fertigungsprozesses durchgeführt werden.The component replacement model determination process can be carried out in parallel to other processes, separately or completely independently in preparation for a manufacturing process.
BezugszeichenlisteReference list
- 1010th
- additive Fertigungsvorrichtungadditive manufacturing device
- 1212th
- selektive Lasersintervorrichtungselective laser sintering device
- 1414
- MetallpulverbetteinrichtungMetal powder bed device
- 1616
- LasersintereinrichtungLaser sintering device
- 1818th
- MetallpulverschichtungseinrichtungMetal powder coating device
- 2020th
- BauteilComponent
- 2222
- Laserstrahllaser beam
- 2424th
- MetallpulverMetal powder
- 2626
- BauteilschichtComponent layer
- 2828
- SteuervorrichtungControl device
- 3030th
- BauteilsensoreinrichtungComponent sensor device
- 3232
- BauteilschichtdatenComponent layer data
- 3434
- Kameracamera
- 3838
- ErwartungsbauteileigenschaftenermittlungseinrichtungExpectation component property determination device
- 4040
- ErwartungsbauteileigenschaftenExpected component properties
- 4242
- MaterialersatzmodelleMaterial replacement models
- 4444
- BauteilersatzmodelleComponent replacement models
- 4646
- SteuereinrichtungControl device
- 4848
- VorgabebauteileigenschaftenDefault component properties
- 5050
- künstliches neuronales Netzwerkartificial neural network
- 5252
- MaterialeinheitszelleMaterial unit cell
- 5454
- MaterialdefektMaterial defect
- 5656
- LastfallLoad case
- 5858
- belastete Materialeinheitszelleloaded material unit cell
- 6060
- MaterialsteifigkeitMaterial rigidity
- 6262
- MaterialstärkeMaterial thickness
- 6464
- MaterialersatzparameterMaterial replacement parameters
- 6666
- MaterialtrainingsdatenMaterial training data
- 6868
- MaterialnetzwerkMaterial network
- 7070
- MaterialersatzmodellMaterial replacement model
- 7272
- BauteildefekteComponent defects
- 7474
- BauteilbereicheComponent areas
- 7676
- BauteilersatzstrukturComponent replacement structure
- 7878
- BauteillastfallComponent load case
- 8080
- BauteilstrukturreaktionComponent structure reaction
- 8282
- BauteiltrainingsdatenComponent training data
- 8484
- BauteilnetzwerkComponent network
- 8686
- Bauteilersatzmodell Component replacement model
- 100100
- FertigungsschrittManufacturing step
- 102102
- ErfassungsschrittAcquisition step
- 104104
- ErwartungsbauteileigenschaftenermittlungsschrittExpectation component property determination step
- 106106
- ValidierungsschrittValidation step
- 108108
- FortsetzungsschrittContinuation step
- 110110
- UnterbrechungsschrittInterrupt step
- 112112
- SteuerschrittControl step
- 114114
- ÄnderungsschrittChange step
- 116116
- Lernschritt Learning step
- 200200
- EingabeschrittInput step
- 202202
- ModellierungsschrittModeling step
- 204204
- BelastungsschrittLoad step
- 206206
- TrainingsdatenschrittTraining data step
- 208208
- Trainingsschritt Training step
- 300300
- EingabeschrittInput step
- 302302
- MaterialschrittMaterial step
- 304304
- BelastungsschrittLoad step
- 306306
- TrainingsdatenschrittTraining data step
- 308308
- TrainingsschrittTraining step
Claims (15)
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018124569.6A DE102018124569A1 (en) | 2018-10-05 | 2018-10-05 | Control method for an additive manufacturing device |
EP19000435.8A EP3633130A1 (en) | 2018-10-05 | 2019-09-27 | Traction device comprising an elastic element with reduced tension |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018124569.6A DE102018124569A1 (en) | 2018-10-05 | 2018-10-05 | Control method for an additive manufacturing device |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102018124569A1 true DE102018124569A1 (en) | 2020-04-09 |
Family
ID=68104357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102018124569.6A Ceased DE102018124569A1 (en) | 2018-10-05 | 2018-10-05 | Control method for an additive manufacturing device |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP3633130A1 (en) |
DE (1) | DE102018124569A1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020119579A1 (en) | 2020-07-24 | 2022-01-27 | Bayerische Motoren Werke Aktiengesellschaft | Method for assigning states to components, apparatus, computer program product and computer-readable storage medium |
DE102020121760A1 (en) | 2020-08-19 | 2022-02-24 | Carl Zeiss Industrielle Messtechnik Gmbh | Method and device for the additive manufacturing of a workpiece |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150045928A1 (en) * | 2013-08-07 | 2015-02-12 | Massachusetts Institute Of Technology | Automatic Process Control of Additive Manufacturing Device |
US20150331402A1 (en) * | 2014-05-13 | 2015-11-19 | Autodesk, Inc. | Intelligent 3d printing through optimization of 3d print parameters |
US20180136633A1 (en) * | 2016-05-20 | 2018-05-17 | Moog Inc. | Outer space digital logistics system |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2694584B1 (en) | 1992-08-06 | 1994-10-14 | Gerard Chappuis | Roof with retractable panels and building equipped with such a roof. |
FR2891561B1 (en) * | 2005-09-30 | 2009-05-01 | Maurice Bisogno | OPENING ROOF, IN PARTICULAR FOR LIGHT CONSTRUCTIONS OF THE VERANDA TYPE |
-
2018
- 2018-10-05 DE DE102018124569.6A patent/DE102018124569A1/en not_active Ceased
-
2019
- 2019-09-27 EP EP19000435.8A patent/EP3633130A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150045928A1 (en) * | 2013-08-07 | 2015-02-12 | Massachusetts Institute Of Technology | Automatic Process Control of Additive Manufacturing Device |
US20150331402A1 (en) * | 2014-05-13 | 2015-11-19 | Autodesk, Inc. | Intelligent 3d printing through optimization of 3d print parameters |
US20180136633A1 (en) * | 2016-05-20 | 2018-05-17 | Moog Inc. | Outer space digital logistics system |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020119579A1 (en) | 2020-07-24 | 2022-01-27 | Bayerische Motoren Werke Aktiengesellschaft | Method for assigning states to components, apparatus, computer program product and computer-readable storage medium |
DE102020121760A1 (en) | 2020-08-19 | 2022-02-24 | Carl Zeiss Industrielle Messtechnik Gmbh | Method and device for the additive manufacturing of a workpiece |
Also Published As
Publication number | Publication date |
---|---|
EP3633130A1 (en) | 2020-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3285943B1 (en) | Method for producing a three-dimensional component | |
EP2993541B1 (en) | Process for the evaluation of the quality of a component which is realized by an additive manufacturing process | |
DE102018203444A1 (en) | Method and device for self-optimizing, additive production of component components | |
DE102020103067B4 (en) | Method for verifying a quality system | |
WO2016082810A1 (en) | Simulation method for developing a production process | |
EP3257608A2 (en) | 3d printing method and 3d printing device | |
WO2017098003A2 (en) | Method and device for examining an input data set of a generative layer building device | |
DE102016201289A1 (en) | Process for additive production and device | |
EP3375607A1 (en) | Method for determining print process parameter values, method for controlling a 3d-printer, computer-readable storage medium and 3d printer | |
EP3528982A1 (en) | Method for the tool-free removal of support structures in the additive manufacturing of components | |
DE102017208497A1 (en) | Method for preparing a printing of a three-dimensional component and system | |
DE102018109125A1 (en) | Additive manufacturing test device with powder sampling capsule | |
DE102018124569A1 (en) | Control method for an additive manufacturing device | |
EP3517233A1 (en) | Layered construction device and layered construction method for additive manufacture of at least one component area of a component | |
DE102010043368A1 (en) | A method for acoustic analysis of a body and system for carrying out such a method | |
DE102017213060A1 (en) | A computer-implemented method and apparatus for automatically generating tagged image data and analyzer for inspecting a component | |
DE102016218951A1 (en) | Method and device for the additive production of components on a base plate with surface topology | |
DE102018214310A1 (en) | Method for additively manufacturing a plurality of motor vehicle components | |
DE102015207216A1 (en) | Generative production of a component | |
DE102016201086A1 (en) | ADDITIVE MANUFACTURING SYSTEM AND TEST METHODS FOR ADDITIVELY MANUFACTURED COMPONENTS | |
EP3933527A1 (en) | Method and assembly for repairing a workpiece | |
EP3510373A1 (en) | Method for operating a component that is cyclically loaded during operation | |
DE102020118492A1 (en) | System and method for the additive manufacturing of components | |
DE102017121753A1 (en) | Reinforced design of a target site in an additively manufactured component and related processes | |
DE102014116127A1 (en) | Method of manufacturing a test piece, using a test piece, test piece and set of several test pieces and digital description file |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: B22F0003105000 Ipc: G06F0017500000 |
|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G06F0017500000 Ipc: G06F0030000000 |
|
R002 | Refusal decision in examination/registration proceedings | ||
R003 | Refusal decision now final |