Keywords: DfAM, Produktdesign, Konstruktion, LPBF

Design Wizard ermöglicht Vorhersage über die Qualität von AM-Bauteilen

Ein Schlüsselelement zur Verringerung der Ausschussrate in der Additiven Fertigung (engl. Additive Manufacturing [AM]) ist ein computergestützter Designprozess, der die Laser Powder Bed Fusion (LPBF) spezifischen Designrichtlinien berücksichtigt. Der Design Wizard ist ein am Lehrstuhl DAP entwickelter digitaler Assistent, der Designer und Ingenieure vom Beginn des Produktentwicklungsprozesses an unterstützt und das Design auf Basis der geltenden Design for Additive Manufacturing Regeln (DfAM) optimiert. Oberflächenrauheit und mechanische Eigenschaften des Endprodukts werden als die beiden wichtigsten Kriterien für die Bewertung der Qualität eines Bauteils angesehen. Diese Bewertung erfolgt jedoch in der Regel erst nach der Produktion. Das bedeutet, dass Entwicklung und Verbesserung eines Bauteildesigns sehr zeitaufwendig sind, da das Design erst nach dem Produktionsprozess iterativ überprüft und angepasst werden kann. Das Hauptziel des Design Wizard besteht daher darin, die Qualität des zu fertigenden Bauteils bereits in einem frühen Stadium des (digitalen) Designprozesses vorherzusagen und es, wenn notwendig, zu überarbeiten.

Es können weitere relevante Faktoren wie Prozessparameter, Orientierung und Position des Bauteils optimiert werden. Der Verzug des Bauteils ist ein weiterer wichtiger Indikator, um die Qualität des Bauteils abzuschätzen und die mechanischen Eigenschaften zu beurteilen. Eine schnelle Vorhersage des Verzugs kann dem Konstrukteur helfen, die kritischen Bereiche zu erkennen und das Design oder andere Faktoren wie die Ausrichtung entsprechend zu verbessern. Um den Verzug schnell und mit geringem Rechenaufwand zu ermitteln, wird eine Kombination aus Simulationsdaten und analytischer Formulierung verwendet. Für die Berechnung der Eigenspannungen wird die Wärmeverteilung während des Produktionsprozesses herangezogen. Ziel ist es, eine Methode bereitzustellen, die an ein neuronales Netz angeschlossen wird und aus den Simulationsergebnissen lernt, um die Rechenzeit weiter zu reduzieren. Darüber hinaus gibt der digitale Assistent Tipps zur Bauteilgestaltung, zur Ausrichtung und zur Wahl der Prozessparameter und reduziert so den Iterationsaufwand drastisch.

Amin Rahmati

Amin Rahmati, M. Sc.

RWTH Aachen Lehrstuhl für
Digital Additive Production DAP
Campus-Boulevard 73
52074 Aachen

→ amin.rahmati@dap.rwth-aachen.de