Een ultrafijn medisch implantaat of een cruciale component voor de ruimtevaart 3D-printen in metaal of plastic: het vergt extreem veel precisie en kwaliteit, terwijl de oplage vaak extreem beperkt is. Vandaag bevat 10% van de prints defecten en dat kost energie, materiaal en middelen. Hoe kan de industrie kwaliteit en efficiëntie verhogen? Onderzoek door IPI en Vision Lab (imec-onderzoeksgroepen van respectievelijk UGent en UAntwerpen) in samenwerking met verschillende bedrijven uit de sector en Flanders Make, biedt als oplossing een combinatie van supersnelle camera’s, gekoppeld aan hybride AI.
Efficiëntiesprong voor 3D-printen
Binnen het imec.icon project MultipLICITY hebben de imec-onderzoeksgroepen IPI en Vision Lab, in samenwerking met Flanders Make en met de Vlaamse bedrijven Materialise, AdditiveLab, Dekimo, Rejig en Xenics onderzocht hoe 3D-printen een efficiëntiesprong kan maken.
Dat is nodig: het huidige 3D-printproces kampt met productiviteits- en efficiëntiebeperkingen. Ongeveer 10% van de componenten komt met defecten uit de machine. Zeker voor 3D-printopdrachten met een extreem kleine oplage, denk bijvoorbeeld aan een op maat gemaakt medisch implantaat, betekent dat defectenratio een te hoge kost voor energie, afval en kosten. Anders dan bij massaproductie is de kwaliteitscontrole van elk afzonderlijk eindproduct cruciaal, omdat elke 3D-print de facto een nieuw productieproces is.
En een foutje is snel gebeurd. Bij 3D-printen zorgt de hitte van een laser ervoor dat er, laagje per laagje, een vorm ingesmolten wordt. Blijft een laser te lang of te kort op één punt staan, dan is de print mislukt. Vaak ontwikkelt een laser te veel energie en warmte als die bij de rand van de print komt, een defect dat niet altijd visueel vast te stellen is. De nieuwste generaties 3D-printers werken bovendien met verschillende lasers die gecoördineerd werken om de laagjes te smelten. Potentieel leidt die complexere setup tot nieuwe defecten.
De kern van het probleem? De kwaliteitscontrole tijdens het 3D-printen schiet tekort omdat de sensoren en camera’s die vandaag gebruikt worden voor kwaliteitsmonitoring niet snel genoeg zijn om de defecten in real time te detecteren, en omdat ‘gewone’ visuele camera’s niet alle defecten vaststellen. Pas in het uitgebreide controleproces achteraf blijkt dan dat de print eigenlijk mislukt was. Mochten we dat proces sneller kunnen stopzetten, dan sparen we heel wat machinetijd, geld en materiaal uit.
Meer en snellere informatie, gekoppeld aan hybride AI
De oplossing? De onderzoekers gebruikten een combinatie van supersnelle inspectiecamera’s en infraroodcamera’s die specifieke risicozones van een print uitlezen aan 20.000 beelden per seconde. Het is de eerste keer dat tijdens het 3D-printingproces aan deze snelheid informatie verzameld en verwerkt kon worden. Een sensorfusieplatform, ontwikkeld door IPI en verbonden met de printers via een specifiek communicatieprotocol, brengt de verschillende beeldsignalen aan hoge snelheid – in real time – samen. Vervolgens gaat die input naar een innovatief hybride AI-model. Dat model gebruikt een combinatie van big data en expertenkennis om de prints te analyseren, en defecten vroeger te detecteren.
Hoe? De livebeelden van het printproces worden eerst gekoppeld aan archiefdata: CT-scans die tonen hoe het geprinte object er zou moeten uitzien. Omdat 3D-printen zo’n precisiejob is, werkte Vision lab voor die analyses met uiterst fijne resoluties, tot pixels van 3 vierkante micrometer. Wat het model ‘hybride’ maakt, is dat menselijke expertkennis toegevoegd werd om de camerabeelden te helpen interpreteren.
Het eindresultaat is een breed inzetbaar platform, waarin een breed scala aan sensoren geïntegreerd kunnen worden om defecten op te sporen, bij gelijk welk materiaal, in een vroeger stadium. Het onderzoek bouwt verder op een proof of concept uit een vorig ICON-project, Vision in the loop.
“Met MultipLICITY hebben we gewerkt aan een veelzijdige en opschaalbare oplossing voor de belangrijkste uitdaging van 3D-printing vandaag”, schetst onderzoeker Brian Booth van IPI, een onderzoeksgroep van imec en UGent. “Samen met de partners hebben we een platform gebouwd dat een veel betere in-line kwaliteitsmonitoring toelaat, zowel bij metalen als bij polymeren. Dat levert duidelijk winst in productie-efficiëntie en kwaliteit. Het maakt de technologie van het 3D-printen meer matuur en inzetbaar voor een arsenaal aan nieuwe toepassingen.”
“Het monitoring- en controlesysteem dat we in het Multiplicity-project onderzocht en ontwikkeld hebben, kan industriële gebruikers van poederbed additive manufacturing (AM)-technologieën helpen om hun productieproces beter te controleren, om de reproduceerbaarheid van hun proces te verbeteren en om hun hoeveelheid afval sterk te verminderen”, duidt Sven Cornelissen, senior research engineer en project manager bij Materialise. “Op die manier kan deze technologie een positieve impact hebben op de kostprijs van AM, en kan ze eraan bijdragen dat AM een duurzame en breed toepasbare productietechniek wordt.”
Gepubliceerd op:
27 mei 2025
