Herausforderungen bei der Additiven Fertigung mit Recycling-Rohstoffen

Der »Closed-Loop-Druck« erfasst Daten zu Materialqualität oder abnutzungsbedingten Abweichungen im Verhalten von 3D-Druckern in Echtzeit und passt die Prozessparameter innerhalb einer Druckschicht an. Quelle: Catharina Clemens Copyright: Fraunhofer IAPT

Die Fraunhofer-Einrichtung für Additive Produktionstechnologien IAPT startet ein Forschungsprojekt zu Profitabilität und Recycling in der Additiven Produktion (auch Additive Fertigung bzw. englisch Additive Manufacturing – kurz AM). Das Vorhaben zielt darauf, recycelte Materialien als Ressource für den industriellen 3D-Druck qualitativ hochwertiger Bauteile zu erschließen.

Aktuell erzeugt die Additive Produktion mit recycelten Rohstoffen vielfach Ausschuss oder hohen Aufwand in der Nachbearbeitung. Ein neues Projekt des Fraunhofer IAPT legt die Basis für den profitablen Einsatz recycelter, thermoplastischer Kunststoffe und den Ausbau der Produktionsumgebungen zu industriellen Druckerfarmen. Intelligente In-Process-Kontrolle (IPC), digitale Zwillinge und weitere Anwendungen von Künstlicher Intelligenz (KI) sollen den 3D-Druck mit den recycelten Rohstoffen stabilisieren und für Wirtschaftlichkeit sorgen.

KI-Projekt zu Material-Recycling in der Additiven Produktion

Recycelte Polymere eröffnen Kosteneinsparungen und eine nachhaltigere Produktion. Doch die Recycling-Materialien unterscheiden sich von Charge zu Charge und potenzieren dadurch zwei Herausforderungen der Additiven Produktion: Einerseits folgen die meisten 3D-Drucker einem statischen G-Code. Nach dem Start eines Auftrags führt die Maschine einen definierten Werkzeugweg und eine Reihe festgelegter Parameter aus. Das Geschehen im Druckprozess bleibt unberücksichtigt. Doch Fließverhalten, Feuchtigkeitsgehalt und Reinheit der recycelten Rohstoffe – und damit das Druckergebnis – variieren.

Andererseits führt auch die individuelle Abnutzung von Maschinen zu schwankenden Ergebnissen. Beispielsweise erzeugen Verschleiß der Düsen, Verunreinigungen und andere maschinenspezifischen Eigenschaften eine instabile Extrusion und Maßabweichungen.

Die fehlende Berücksichtigung der Varianz recycelter Materialien wie auch der Unterschiede von Maschine zu Maschine steigern die Ausschussraten. Der negative Effekt statischer Abläufe auf die Wirtschaftlichkeit potenziert sich beim Skalieren der Produktionsumgebung.

Paradigmenwechsel vom offenen zum geschlossenen Kreislauf

In dem neuen KI-Projekt zu Nachhaltigkeit und Profitabilität im industriellen 3D-Druck kombinieren die Experten des Fraunhofer IAPT Know-how zu Virtualisierung, digitalen Zwillingen und industrieller KI. Ziel ist der Paradigmenwechsel von einem offenen Ablauf (open loop) ohne Berücksichtigung des Druckprozesses zu einem geschlossenen Kreislauf (closed loop).

Im geschlossenen Kreislauf fließen Beobachtungen zu Materialqualität oder abnutzungsbedingten Abweichungen im Verhalten der Maschinen in Echtzeit in den Druckprozess ein. Der »Closed-Loop-Druck« nutzt die erfassten Daten und passt die Prozessparameter innerhalb einer Druckschicht an die Qualität des Recycling-Materials an.

Adaptive, datengesteuerte Prozesse statt statischer G-Codes

Auf dem Weg zum »Closed-Loop-Druck« statten die Forschenden des Fraunhofer IAPT 3D-Drucker mit Sensoren und Computer Vision aus. Die Systeme überwachen den Druck in Echtzeit und erfassen beispielsweise Schichthöhe, Raupenbreite, Vibration und Extrusionsverhalten. KI-Algorithmen analysieren die Daten während der Produktion und passen Parameter wie Extrusionsrate, Geschwindigkeit, Temperatur oder Laserleistung an. Im »Closed-Loop-Druck« verarbeitet der 3D-Drucker Analyseergebnisse im laufenden Produktionsprozess. Abweichungen, etwa durch verschlissene Düsen, Umwelteinflüsse oder Materialschwankungen bei recycelten Rohstoffen, werden kontinuierlich ausgeglichen.

Vom »Closed-Loop-Druck« zum lernenden System

Ein weiteres Projektziel ist der Ausbau der 3D-Drucker zu lernenden Systemen. Digitale Zwillinge von Maschinen oder Maschinenteilen sollen im laufenden Betrieb die optimalen Parameterkombinationen für bestimmte Geometrien, unterschiedliche Materialqualitäten und Maschinenbedingungen identifizieren. Eine intelligente Datenbuchhaltung verknüpft die im digitalen Zwilling erhobenen Prozessdaten, Geometrieinformationen, Slicing-Parameter und Qualitätsmetriken.

Anders als isolierte Daten in separaten Dateien, etwa .stl, G-Code oder Protokolle, verwandelt die intelligente Buchhaltung jeden Druck – ob erfolgreich oder nicht – in Trainingsdaten. Die lernenden Systeme gehen über die direkte Reaktion auf Abweichungen im »Closed-Loop-Druck« hinaus, bauen Wissen auf und setzen es für zukünftige Bauprojekte ein.

Skalierbare Architektur für industrielle Druckerfarmen

Mit Blick auf die langfristige Profitabilität und ein nahtloses Skalieren legt das Team des Fraunhofer IAPT die Steuerungsstrategien und das Datenframework des Projekts direkt für den Einsatz in großen Druckerfarmen aus. Edge-Geräte an jeder Maschine übernehmen die lokale Überwachung und Steuerung. Eine zentrale Plattform aggregiert die Daten sämtlicher Systeme. So lassen sich beispielsweise die Erkenntnisse eines 3D-Druckers über ein bestimmtes Recycling-Material auf Dutzende andere Maschinen übertragen. Kontinuierliche Optimierungen gelingen nicht nur für einzelne 3D-Drucker sondern auf Flottenebene.

Anwendungsszenarien in der Industrie

Die Konzeption des aktuellen KI-Projekts am Fraunhofer IAPT eröffnet Unternehmen unabhängig von der Größe ihrer Produktionsumgebung Einstiegspunkte für den Einsatz von Recycling-Materialien und eine nachhaltigere Produktion. Die Kombination von Echtzeitsteuerung, virtuellem Prozessverständnis und strukturierten Daten etabliert recycelte Materialien über die gesamte AM-Prozesskette hinweg als festen Bestandteil der industriellen Additiven Fertigung.

Dr. Matthias Brück, Leiter der Abteilung Virtualisierung am Fraunhofer IAPT kommentiert den Ausgangspunkt des Projektes:

»Das Recycling in der Additiven Fertigung scheitert heute nicht an der Materialverfügbarkeit, sondern an der Prozessunsicherheit. Mit einer adaptiven, datenbasierten Steuerung verwandeln wir bisherige Unsicherheiten in beherrschbare Variablen. Nachhaltiger 3D-Druck wird planbar, zertifizierbar und wirtschaftlich rentabel.«