Search

Dieser Beitrag enthält die Ergebnisse eines im Rahmen der DVS Forschung entwickelten Ansatzes zur Qualitätssicherung im Directed Energy Deposition. Es basiert auf der Verarbeitung verschiedener während des Prozesses gesammelter Sensordaten unter Anwendung Künstlicher Neuronale Netze (KNN). So ließen sich die Qualitätsmerkmale Härte und Dichte auf der Datenbasis von 50 additiv gefertigten Probenwürfel mit einer Abweichung < 2 % vorhersagen. Des Weiteren wurde die Übertragbarkeit des KNN auf eine Schaufelgeometrie untersucht. Auch hier ließen sich Härte und Dichte hervorragend prognostizieren (Abweichung < 1,5 %), sodass der Ansatz als validiert betrachtet werden kann.

Die generative Fertigung stellt eine Schlüsseltechnologie der Zukunft für weite Teile der Wirtschaft dar. Der Prozess des Plasma-Pulver-Auftragschweißens soll eine Lücke im bestehenden Portfolio an generativen Prozessen schließen. Zunächst wurde der klassische Beschichtungsprozess an die Erfordernisse der generativen Fertigung angepasst. Im Ergebnis konnten Bauteile, welche aus bis zu vier verschiedenen Materialen bestehen können, prozesssicher generiert werden. Die anschließende Betrachtung des Einflusses der Systemparameter auf das Bauteil ergab, dass die Haupteinflussgrößen auf die Bauteilgeometrie die Schweißstromstärke, die Schweißgeschwindigkeit, der Pulvermassestrom sowie die Plasmagasmenge sind. Die Bauteildichte sowie der Pulverausnutzungsgrad zeigen keine signifikanten Änderungen innerhalb des hier betrachteten Bereiches. Im Mittel konnte eine relative Bauteildichte von 98,7 % und ein Materialausnutzungsgrad von 77 % bestimmt werden. In Summe ist der Prozess durch eine stabile Auftragscharakteristik mit mindestens vergleichbaren Eigenschaften zu bestehenden Systemen zu bewerten und sehr gut als generativer Prozess, insbesondere für die Herstellung von mehrkomponentigen Bauteilen, geeignet. Additive manufacturing is one of the key technologies of the future for large parts of the economy. The process of plasma powder deposition welding is intended to close a gap in the existing portfolio of generative processes. First, the classical cladding process was adapted to the requirements of additive manufacturing. As a result, components, which can consist of up to four different materials, could be reliably generated. The subsequent consideration of the influence of the system parameters on the component showed that the main influencing variables on the part geometry are the welding current, the welding speed, the powder flow rate and the plasma gas volume. The component density as well as the powder utilization rate show no significant changes within the range considered here. On average, a relative component density of 98.7 % and a material utilization rate of 77 % could be determined. In sum, the process can be characterized by a stable application characteristic with at least comparable properties to existing systems and is very well suitable as an additive manufacturing process, especially for the production of multi material components.