Allied Vision Kamera überwacht Defektbildung bei LPBF

Laser Powder Bed Fusion (LPBF)-Systeme nutzen zunehmend In-situ-Monitoring, um die Prozessstabilität zu erhöhen und Defektraten in der metallischen additiven Fertigung zu reduzieren. Die Erkennung von Fehlern unterhalb der Bauebene bleibt jedoch schwierig, da viele Defekte unter der aktiven Schicht entstehen und mit konventioneller optischer Inspektion nicht sichtbar sind. In diesem Zusammenhang berichtete Allied Vision, dass Forscher der KU Leuven die Hochgeschwindigkeitskamera EoSens 3CL eingesetzt haben, um Echtzeit-Prozesssignaturen mit interner Porosität in LPBF-Bauteilen zu korrelieren.

Spatter-Verhalten und Bauteilintegrität
LPBF verwendet einen Hochleistungslaser, um Metallpulver schichtweise selektiv aufzuschmelzen und zu verbinden. Das Verfahren ermöglicht die Herstellung komplexer Metallbauteile für Luft- und Raumfahrt, Medizintechnik, Automobilindustrie und industrielle Anwendungen. Viele Defekte entstehen jedoch unterhalb der aktiven Bauschicht und lassen sich während des Druckprozesses nur schwer erkennen.

Eine wesentliche Ursache dieser Defekte ist Spatter aus dem Schmelzbad während der Laserfusion. Ausgeworfene flüssige Metalltröpfchen können während des Flugs oxidieren und sich anschließend erneut auf dem Pulverbett ablagern. Dies führt zu Einschlüssen, ungleichmäßigen Schichtdicken, veränderter Oberflächenrauheit, mikrostrukturellen Unregelmäßigkeiten und prozessbedingter Porosität.

Da Anzahl, Geschwindigkeit und Bewegungsrichtung der Spatter-Partikel optisch messbar sind, werden diese Parameter zunehmend als physikalisch basierte Indikatoren in Überwachungssystemen für die additive Fertigung genutzt.

Hochgeschwindigkeitsaufnahmen mit 20.000 Bildern pro Sekunde
Das Team der KU Leuven montierte die EoSens 3CL Kamera in einem Winkel von 25 Grad zur Bauplatte, ohne die Optik oder den Laserpfad der LPBF-Anlage zu verändern. Mit einer Belichtungszeit von 30 Mikrosekunden und einem 975-nm-Kurzpassfilter erfasste das System Emissionen im sichtbaren bis nahinfraroten Spektralbereich von 350 bis 975 nm während Einzelspur-Schmelztests mit 316L-Edelstahl.

Bei einer Bildrate von 20.000 Bildern pro Sekunde zeichnete die Kamera ein Sichtfeld von 12 mm × 12 mm mit einer Auflösung von etwa 100 Mikrometern pro Pixel auf. Dadurch konnten einzelne Spatter-Ereignisse Bild für Bild analysiert werden.

Die Forscher extrahierten fünf Prozessindikatoren aus den Bilddaten: das Verhältnis von Länge zu Breite der Prozesszone, die Prozesszonenfläche, die mittlere Intensität der Prozesszone, die Spatter-Geschwindigkeit sowie die Anzahl der Spatter-Partikel. Die gemessenen Geschwindigkeiten der Tröpfchen lagen je nach Laserleistung und Scan-Geschwindigkeit zwischen 0,4 m/s und 7,8 m/s.

Zusammenhang zwischen Scan-Geschwindigkeit und Instabilität
Die Studie identifizierte die Scan-Geschwindigkeit als einen wesentlichen Einflussfaktor für Prozessinstabilitäten. Die größten Prozesszonenflächen und Seitenverhältnisse traten unter Plateau-Rayleigh-Instabilitätsbedingungen auf, die mit Kombinationen aus hoher Laserleistung und hohen Scan-Geschwindigkeiten verbunden waren.

Die Camera-Link-Schnittstelle der Kamera wurde mit einem NI-PXI-Datenerfassungssystem integriert, das mit MCP-Controller-Daten bei 100 kHz synchronisiert war. Dadurch konnte eine zeitliche Abstimmung zwischen optischen Prozessdaten und Maschinenparametern auf Frame-Ebene bei produktionsrelevanten Scan-Geschwindigkeiten erreicht werden.

Das Überwachungssystem arbeitete ohne physische Modifikation der LPBF-Anlage und eignete sich dadurch als maschinenunabhängiger und nichtinvasiver Sensoransatz für industrielle additive Fertigungsumgebungen.

Echtzeitüberwachung erkennt Untergrundporosität
Die Studie zeigte eine direkte Korrelation zwischen in Echtzeit erfassten Spatter-Zahlen und später mittels Röntgen-Computertomographie (X-CT) gemessener Keyhole-Porosität. Damit wurde nachgewiesen, dass optische Oberflächensignaturen zur Vorhersage interner volumetrischer Defekte genutzt werden können, ohne das gedruckte Bauteil direkt zu prüfen.

Messungen der Oberflächentopographie bestätigten die kamerabasierte Spatter-Analyse mittels Kreuzkorrelations-Template-Matching. Zusätzlich sagte ein Finite-Elemente-Modell die Geometrie des Schmelzbads über mehrere Parametersätze hinweg präzise voraus.

Die Ergebnisse unterstützen die Entwicklung geschlossener LPBF-Regelkreissysteme, die hochauflösende optische Sensorik mit automatisierter Prozessanpassung kombinieren. Solche Systeme gewinnen in digitalen Fertigungsumgebungen zunehmend an Bedeutung, insbesondere zur Reduzierung von Ausschuss, zur Verbesserung der Wiederholgenauigkeit und zur Verringerung des Prüfaufwands nach dem Fertigungsprozess.

Bearbeitet von Aishwarya Mambet, Induportals-Redakteurin, mit Unterstützung von KI.

www.alliedvision.com