Das Fraunhofer IAPT startet ein Forschungsprojekt, das recycelte thermoplastische Kunststoffe als zuverlässige Grundlage für qualitativ hochwertige Bauteile im industriellen 3D-Druck etablieren soll. Kernstück ist die Entwicklung KI-gestützter Prozesse für stabiles Closed Loop Printing, bei dem Materialschwankungen und maschinenbedingte Abweichungen in Echtzeit erfasst und ausgeglichen werden.
Recycelte Polymere bieten Kostenpotenzial und eine ressourcenschonendere Produktion, variieren jedoch von Charge zu Charge erheblich in Fließverhalten, Feuchtigkeitsgehalt und Reinheit. Das neue Projekt der Fraunhofer-Einrichtung für Additive Produktionstechnologien IAPT setzt an dieser Prozessunsicherheit an – mit dem Ziel, recycelte Materialien als festen Bestandteil der industriellen Additiven Fertigung zu etablieren und den Ausbau zu industriellen Druckerfarmen zu ermöglichen.
Warum statische Steuerung beim Einsatz recycelter Rohstoffe versagt
Die meisten 3D-Drucker folgen einem statischen G-Code: Nach dem Auftragsstart führt die Maschine einen festgelegten Werkzeugweg mit fixen Parametern aus, ohne das tatsächliche Druckgeschehen zu berücksichtigen. Bei recycelten Rohstoffen mit schwankenden Materialeigenschaften führt dieses Vorgehen zu erhöhten Ausschussraten und aufwendiger Nachbearbeitung. Hinzu kommt die individuelle Abnutzung der Maschinen: Düsenverschleiß, Verunreinigungen und maschinenspezifische Eigenschaften erzeugen instabile Extrusion und Maßabweichungen.
Beide Faktoren – Materialvarianz und Maschinenunterschied – verstärken sich beim Skalieren der Produktionsumgebung gegenseitig. Der wirtschaftliche Schaden statischer Abläufe wächst proportional zur Größe der Druckinfrastruktur, was den Einsatz recycelter Rohstoffe in industriellen Druckerfarmen bislang unwirtschaftlich macht.
KI-gestützte Prozesskontrolle als Basis für Closed Loop Printing
Im neuen Projekt kombiniert das Fraunhofer IAPT Know-how zu Virtualisierung, digitalen Zwillingen und industrieller KI. Ziel ist der Paradigmenwechsel vom offenen Ablauf (Open Loop) ohne Rückkopplung zum geschlossenen Kreislauf (Closed Loop Printing), in dem Beobachtungen zu Materialqualität und maschinenbedingten Abweichungen in Echtzeit in den laufenden Prozess einfließen. Dazu werden die 3D-Drucker mit Sensoren und Computer Vision ausgestattet, die Schichthöhe, Raupenbreite, Vibration und Extrusionsverhalten kontinuierlich erfassen. KI-Algorithmen analysieren diese Daten während der Produktion und passen Parameter wie Extrusionsrate, Temperatur, Geschwindigkeit oder Laserleistung an. Abweichungen durch verschlissene Düsen, Umwelteinflüsse oder Materialschwankungen bei recycelten Rohstoffen werden so fortlaufend ausgeglichen.
Dr. Matthias Brück, Leiter der Abteilung Virtualisierung am Fraunhofer IAPT, beschreibt den Ausgangspunkt: „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.“
Lernende Systeme für zukünftige Bauprojekte
Über die direkte Prozessreaktion im Closed Loop Printing hinaus verfolgt das Projekt den Aufbau lernender Systeme. Digitale Zwillinge von Maschinen und Maschinenteilen sollen im laufenden Betrieb optimale Parameterkombinationen für bestimmte Geometrien, Materialqualitäten und Maschinenzustände identifizieren. Eine intelligente Datenbuchhaltung verknüpft Prozessdaten, Geometrieinformationen, Slicing-Parameter und Qualitätsmetriken. Anders als isolierte Daten in separaten Dateien – etwa .stl, G-Code oder Protokolle – verwandelt die intelligente Buchhaltung jeden Druckvorgang, ob erfolgreich oder nicht, in Trainingsdaten für künftige Bauprojekte. Die lernenden Systeme gehen damit über die direkte Reaktion auf Abweichungen hinaus und bauen kontinuierlich Wissen auf.
Skalierbare Architektur für industrielle Druckerfarmen
Das Datenframework und die Steuerungsstrategien sind von Beginn an für den Einsatz in großen Druckerfarmen ausgelegt. Edge-Geräte an jeder Maschine übernehmen die lokale Überwachung und Steuerung, eine zentrale Plattform aggregiert die Daten aller Systeme. Erkenntnisse eines einzelnen 3D-Druckers über ein bestimmtes Recycling-Material lassen sich so auf Dutzende weiterer Maschinen übertragen. Kontinuierliche Optimierung findet damit nicht nur auf Einzelmaschinenebene statt, sondern auf Flottenebene.
Die Konzeption des Projekts eröffnet Unternehmen unabhängig von der Größe ihrer Produktionsumgebung Einstiegspunkte für den Einsatz von Recycling-Materialien. Die Kombination aus Echtzeitsteuerung, virtuellem Prozessverständnis und strukturierter Datenhaltung soll recycelte Materialien über die gesamte AM-Kette als festen Bestandteil des industriellen 3D-Drucks etablieren.
