SFB 1120 T10
KI-basierte Bahnplanungsop-timierung für Laserschweißprozesse (T10) (T10)
| Coordinator | Professor Dr.-Ing. Johannes Henrich Schleifenbaum |
| Grant period | 2026 - |
| Funding body | Deutsche Forschungsgemeinschaft |
| DFG | |
| Identifier | G:(GEPRIS)563331343 |
⇧ SFB 1120 Bauteilpräzision durch Beherrschung von Schmelze und Erstarrung in Produktionsprozessen ⇧
Note: Das Projekt „KI-basierte Bahnplanungsoptimierung für Laserschweißprozesse “ zielt darauf ab, den Directed Energy Deposition (DED)-Prozess durch die Entwicklung und Integration einer adaptiven Spurbreitenregelung zu optimieren. Der Fokus liegt auf der dynamischen Anpassung von Prozessparametern, um Maßhaltigkeit, Formgenauigkeit und Materialverbrauch zu verbessern. Ein wesentlicher Bestandteil ist die Anwendung von Heuristiken zur Vorhersage und Anpassung von Prozessparametern, unterstützt durch moderne Modelle. Dazu gehört der Vergleich klassischer statistischer Verfahren mit innovativen KI-basierten Ansätzen, wie einem Künstlichen Neuronalen Netz (KNN), um die Schmelzbadgeometrie präzise zu erfassen und die Bahnplanung dynamisch anzupassen. Durch die Zusammenarbeit mit ModuleWorks wird die Integration dieser Modelle in die bestehende Softwareumgebung ermöglicht, was die industrielle Umsetzung der adaptiven Bahnplanung und Prozessoptimierung fördert. Die entwickelten Lösungen verbessern die Fertigungsqualität, verkürzen Prozesszeiten und reduzieren den Materialverbrauch.All known publications ...
Download: BibTeX | EndNote XML, Text | RIS |
Conference Presentation
Adaptive Process Control Strategies For Variable Wall Thickness In Laser Metal Deposition: A Framework Utilizing Artificial Neural Networks
3. International Joint Conference on Enhanced Material and Part Optimization and Process Intensification, EMPOrIA 2026, AachenAachen, Germany, 2 Jun 2026 - 3 Jun 2026
12 Folien (2026) [10.18154/RWTH-2026-05769]
Files
BibTeX |
EndNote:
XML,
Text |
RIS
Contribution to a book/Contribution to a conference proceedings
Adaptive Process Control Strategies For Variable Wall Thickness In Laser Metal Deposition: A Framework Utilizing Artificial Neural Networks
EMPOrIA 2026 : Proceedings of the third International Joint Conference on Enhanced Material and Part Optimization and Process Intensification / Uwe Reisgen, Dietmar Drummer (eds.)
3. International Joint Conference on Enhanced Material and Part Optimization and Process Intensification, EMPOrIA 2026, AachenAachen, Germany, 2 Jun 2026 - 3 Jun 2026
Düren : Shaker Verlag 237-248 (2026) [10.18154/RWTH-2026-05767]
Files
Homepage of book
BibTeX |
EndNote:
XML,
Text |
RIS
All known publications ...
Download: BibTeX | EndNote XML, Text | RIS |