Experten-Blog

IM-Expertenpool: Additive Fertigung

3D-Druck in der industriellen Praxis – Potenziale identifizieren und ausschöpfen

Durch die additive Fertigung werden Potenziale zur Revolution industrieller Strukturen bis hin zu neuen Geschäftsmodellen generiert. Woran aber liegt es, dass Industriebetriebe nach wie vor Probleme haben, die Fertigungstechnologie mit all ihren Möglichkeiten in die Unternehmensstrukturen einzubetten?

Der Gartner Hype Cycle für 3D-Druck 2017 bestätigt diese Wahrnehmung in vielen Bereichen der österreichischen Industrie. Gemäß der Marktforschungsorganisation bewegt sich die additive Fertigung aktuell weg vom „Gipfel der überzogenen Erwartungen“ in Richtung „Tal der Enttäuschungen“. Warum aber stellt sich dieser Umstand derzeit so dar?

Generell kann die derzeitige Situation auf einige Herausforderungen in Industriebetrieben zurückgeführt werden. Diese werden in diesem Artikel erläutert. Im Anschluss werden Möglichkeiten aufgezeigt, wie Unternehmen sich zukünftig bestmöglich aufstellen können, um diesen Herausforderungen entgegenzuwirken.

Implementierung der additiven Fertigungstechnologie im eigenen Unternehmen 

Der Technologiereifegrad der additiven Fertigung ist aktuell für gewisse Anwendungsfelder noch nicht ausreichend entwickelt. Dies äußert sich beispielsweise bei funktionskritischen Bauteilen. Hier stellen sich Unternehmen die Frage: „Genügt das gedruckte Teil mit seiner spezifischen Materialzusammensetzung meinen Anforderungen hinsichtlich der geforderten mechanischen bzw. geometrischen Eigenschaften?“ Selbst wenn Unternehmen diese Fragestellung positiv beantworten können, so sind diese in einem ersten Schritt auf Dienstleister mit ihrem fertigungstechnologischen Know-how angewiesen. Der Wissensaufbau gestaltet sich im Hinblick auf die notwendigen infrastrukturellen sowie personaltechnischen Ressourcen sehr kostenintensiv. Weiters sind die eigentlichen Fertigungskosten sowie die notwendigen Fertigungszeiten ein bestehendes Handicap. Im Zuge der österreichischen Ersatzteiltagung (ETT) wurden diese Thesen durch eine Befragungsstudie unter anwesenden Entscheidungs- und Kompetenzträgern bestätigt. Der ETT-Report ist kostenfrei abrufbar.

White Paper zum Thema

Herausforderung der Identifikation von potenziell geeigneten Bauteilen für die additive Fertigung

Eine vollumfängliche, „automatisierte“ Bauteilbewertung ist zum aktuellen Zeitpunkt weder in der Forschungs- noch in der Industrielandschaft existent. Dies hat unterschiedliche Gründe. Die größte Herausforderung besteht aktuell in der Notwendigkeit, eine Vielzahl an Informationen zu spezifischen Bauteilen verfügbar zu haben bzw. zu machen. Auch deren standardisierte Strukturierung nimmt eine wichtige Rolle ein. Aktuell erfolgt die Bauteilidentifikation daher oftmals intern und erfahrungsbasiert durch Expertengespräche bzw. Workshops mit den relevanten Stakeholdern aus Entwicklung, Produktion, After Sales bzw. anderen Abteilungen, was naturgemäß die Gefahr birgt, durch subjektive Entscheidungen nicht das mögliche Optimum im Unternehmen zu erreichen.

Oftmals sind existente Bauteile mit ihren Eigenschaften für additive Fertigung nur bedingt geeignet. Dies liegt bspw. an der für konventionelle Fertigung notwendigen spezifischen Konstruktion, die dazu führt, dass die additive Fertigung nicht ihre spezifischen Vorteile ausspielen kann und sehr hohe Material- und Fertigungskosten entstehen.

Konkret sind dies beispielsweise massive Strukturen, die aufgrund von Restriktionen in konventionellen Fertigungstechnologien nur in dieser Form gefertigt werden können, während mittels additiver Fertigung aufgrund der flexiblen Fertigungsmöglichkeiten nur an den relevanten Stellen die notwendigen Materialstrukturen aufgebracht werden müssen.

Berücksichtigung der additiven Fertigung über alle Produktlebensphasen

Je nach Phase im Produktlebenszyklus müssen unterschiedlichste Entscheidungskriterien berücksichtigt werden. Die Einbindung der additiven Fertigung in der Produktentwicklung sorgt naturgemäß für andere Rahmenbedingungen als der Einsatz in der Nachserienversorgung von Maschinen/Anlagen im Zuge der Ersatzteilbereitstellung. 

Gerade diese Phasen im Produktlebenszyklus führen aber zu teilweise sehr konträren Rahmenbedingungen. In der Ersatzteilversorgung zum Beispiel ist die Betrachtung der reinen Herstellkosten zu kurz gegriffen. Gründe dafür sind, dass additiv gefertigte Ersatzteile beispielsweise über reduzierte Lagerhaltungs- und Kapitalbindungskosten in der Nachserienversorgung ihre Vorteile ausspielen bzw. bei sehr geringen Stückzahlen und sporadischen Verbräuchen auch ohne Werkzeuge hergestellt werden können.

"Design for Additive Manufacturing" vs. "Data for Additive Manufacturing"

Bei Design for Additive Manufacturing wird in der Produktentwicklung das Ziel verfolgt, Themen wie Fertigbarkeit, Zuverlässigkeit, Funktionsintegration oder ähnliche optimiert und an die Möglichkeiten der additiven Fertigungstechnologie angepasst werden.

Der Ansatz, in einer frühen Entwicklungsphase das Produktdesign für den Einsatz der additiven Fertigung zu gestalten, ist allerdings für im Feld bereits eingesetzte Bauteile nicht anwendbar. Vielmehr gilt hier, die entscheidungsrelevanten Daten und Informationen für eine valide Evaluierung des Einsatzes von additiver Fertigung zu identifizieren und zu strukturieren. Um von einer subjektiven Bewertung zu einer objektiven Bauteilidentifikation zu kommen, müssen sowohl Artikelstammdaten (Geometrie, Material, mechanische Anforderungen etc.), dynamische Daten (Abrufverhalten, Sporadizität etc.), als auch qualitative Informationen wie bspw. die Kritikalität von Ersatzteilen aufbereitet und systematisch bewertet werden. Konkret bedeutet dies, ergänzend zur Methode „Design for Additive Manufacturing“ auf die Generierung von „Data for Additive Manufacturing“ zu fokussieren.

Österreichische Unternehmen mit Pioniergeist forcieren bereits die strukturierte Einbindung der additiven Fertigung in ihre Unternehmensprozesse bzw. -strukturen abseits von Prototyping und Pilotanwendungen. Interne Programme zur Implementierung dieser Emerging Technology werden aufgesetzt und wichtiges Know-how aufgebaut.

Aktuell verfolgt Fraunhofer Austria das Ziel, durch Machine Learning Ansätze mittels künstlicher Intelligenz sowohl Anlagenbauer als auch -betreiber durch Mustererkennung in den jeweils identifizierten entscheidungsrelevanten Parametern bei der Integration von konkreten Bauteilen in die jeweiligen Produktlebenszyklusphasen zu unterstützen. Die Basis stellt ein Bewertungsmodell zur strukturierten Aufbereitung und Klassifizierung der entscheidungsrelevanten, produktspezifischen Bauteilparameter dar. Dies soll die valide, strukturierte Einbindung der additiven Fertigung über unterschiedliche Produktlebenszyklusphasen ermöglichen.

Dipl.-Ing. Karl Ott ist Projektleiter im Fachbereich »Intralogistik und Materialwirtschaft« bei Fraunhofer Austria.
 

Verwandte tecfindr-Einträge