Smart Additive Manufacturing - een intelligent AM-platform (SAMUEL)
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.

Projectduur: April 2019 – September 2022


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 hoogwaardiger 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:

 

  1. Verbetering van de AM-processen: betere kwaliteit van geprinte onderdelen en/of lagere productiekosten.

     

  2. 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.

     

  3. 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 (bv. 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.

Projectpartners
SAMUEL is een ITEA3-project met drie partners uit België en vijf partners uit Canada.

Financial
With the support of:

 

Curious for more? Keep up trough our blogposts!
Our experts keep you up to date on the SAMUEL project and so much more. They stay on top of things for you and share their insights through bite-sized articles.

How can we support you?

Want to know more about the ROADMAP project? Curious about the possibilities for your company? Get in touch with us. Our Data Innovation Program Manager, Elena Tsiporkova, will be happy to help.