Afgesloten

SAMUEL | Smart Additive Manufacturing - een intelligent AM-platform

Regio:

Vlaanderen

Gefinancierd door

Naarmate het gebruik van technologieën voor additive manufacturing (AM) toeneemt, stijgen ook de verwachtingen. De AM-processen moeten aanzienlijk worden verbeterd als ze aan deze hogere verwachtingen willen voldoen. Het SAMUEL-project heeft ten doel de processen, workflow en machinale leermethodes van AM te verbeteren.

Context

Additive manufacturing (AM) wordt steeds vaker ingezet bij alledaagse toepassingen als prototypeontwikkeling, gereedschappen en productie. Veel bedrijfstakken tonen een groeiende interesse in 3D-geprinte onderdelen, waardoor de verwachtingen verschuiven naar een gecertificeerde productie met hoogwaardigere eindonderdelen, terwijl de productie in kleine series de verwachtingen in de richting van goedkopere additive manufacturing duwt. De AM-processen moeten aanzienlijk worden verbeterd als ze aan deze hogere verwachtingen willen voldoen. Zulke grote verbeteringen vereisen op hun beurt de toepassing van nieuwe technieken zoals kunstmatige intelligentie, en meer in het bijzonder, machinaal leren, om de in de afgelopen 25+ jaar verzamelde data in 3D te kunnen printen.

Doelstellingen

De voornaamste doelstellingen van het SAMUEL-project zijn:

Verbetering van de AM-processen: betere kwaliteit van geprinte onderdelen en/of lagere productiekosten.
Verbetering van de AM-workflow: meer automatisering, beter reproduceerbare stappen in de workflow en een grotere kennis van de AM-processen, resulterend in een groter gebruik van AM dankzij een lagere drempel voor de gebruikers.
Verbetering van machinale leermethodes (ML) voor gebruik in AM (en in de maakindustrie in het algemeen): uitbreiding van de toepasbaarheid van ML naar a) complexe en omvangrijke, realistische industriële datasets, bestaande uit heterogene datatypes (bijv. grote hoeveelheden sensorgegevens, afbeeldingen, gedetailleerde digitale weergaven van 3D-voorwerpen), en b) AM-specifieke processen in een industriële omgeving

Aanpak

De grootste innovatie van het SAMUEL-project is een unieke set tools en processen waarmee uiteenlopende soorten gebruikers, zoals ontwerpers, procestechnici en specialisten uit de logistieke keten, inzicht kunnen verwerven in geschikte ontwerpvoorschriften, passende materialen, apparatuur, fabrikanten, procesparameters enz. en deze kunnen valideren.

De toolset bestaat uit innovatieve datamining- en machinale leermodules die rekening houden met de feedback van geprinte 3D-onderdelen, nieuwe materiaalomschrijvingen, parameters van apparatuur enz.

De tools, processen, modules en technieken die aan de hand van het SAMUEL-project worden ontwikkeld, zullen worden getest en gedemonstreerd in vier of vijf door de projectpartners aangeleverde gebruikssituaties.