Forschen heisst, die Zukunft gestalten!

Um auch in Zukunft innovative Fertigungslösungen anbieten zu können, beteiligt BCT sich an nationalen und internationalen Forschungsvorhaben.
Diese Projektarbeit erlaubt einen frühzeitigen Einblick in Probleme und Trends der Fertigungsindustrie. Im Bereich additiver Fertigung (3D-Druck) konnte BCT sein Portfolio um die Adaption von LMD-Programmen sowie um ein Modul zur Nachbearbeitung additiv gefertigter Bauteile ergänzen.
Bei der Bearbeitung von Bauteilen mittels Roboter helfen unsere Entwicklungen, Bauteile vor/während der Bearbeitung zu erfassen. Dadurch lassen sich höhere Genauigkeiten erzielen und belastende Arbeiten automatisieren (Schäften und Bearbeiten von CFK-Strukturen). Eine aktuelle Auswahl unserer Forschungsaktivitäten finden sie auf dieser Seite.
Ist unsere Expertise auch für Ihr Innovationsvorhaben interessant, prüfen wir gern, ob und wie wir einen Beitrag leisten können. Sprechen Sie uns an!

Ergebnisse und weitere Details zu unseren abgeschlossenen Projekten erfahren Sie hier.

ProSLAM

Additive Fertigungsprozesse gelten als wichtige Bausteine für flexible und ökonomische Fertigung variierender Produkte. Den immer schneller wechselnden Anforderungen an Design, flexible Werkstoffeigenschaften und Funktion begegnet AM durch lagenweisen Aufbau in Kombination mit präziser Steuerung- und Überwachungsmöglichkeit. Trotz des großen Potentials besteht in der aktuell erfahrungs- und Trial-and Error-basierten, iterativen Entwicklung von Prozessen, die zusätzlich anwendungsabhängig wiederholt werden muss, das größte Defizit.
Analytische Methoden, die bspw. mittels online erfasster Messdaten Prognosen über die Bauteilqualität erstellen, fehlen derzeit aufgrund der großen Prozesskomplexität. Dies hemmt den Markteinstieg und reduziert das Anwendungsspektrum insbesondere für kleine und mittelständische Unternehmen. Hinsichtlich dieser Herausforderungen verspricht der Einsatz Künstlicher Intelligenz (KI) bei Analyse- und Regelungsaufgaben hoher Komplexität, vielen Parametern mit starker Querbeeinflussung – wie bei AM – signifikante Vorteile bezüglich Effizienz und Qualität der Analysen im Bereich der Fertigung.
Im Rahmen von ProSLAM sollen KI-gestützte AM-Prozesse an relevanten Use Cases erprobt werden. Auf Basis selbst lernender Prozessüberwachung und -Steuerung erwarten die Partner kürzere Prozessentwicklungs- und Qualifizierungszeiten sowie eine Reduktion des Ausschusses bei gleichzeitiger Erhöhung der Anlagenverfügbarkeit durch Vermeidung von Leerläufen.

Die Anwendung KI-basierter Algorithmen setzt eine ausreichende Datengrundlage und -Qualität sowohl bei Prozess- als auch Ergebnisdaten voraus. Daher  ist eine Erfassung der Daten und deren Analyse mit KI-Methoden in regelmäßigen Intervallen mit nachfolgender Adaption der Maschinenprogrammierung notwendig. Die benötigte Datengrundlage lässt sich mit den Qualitätskriterien verbinden, um daraus Handlungsempfehlungen für die Prozessführung abzuleiten und automatisiert durchzuführen.

Erstes Video zum KickOff Meeting

TitelProSLAM
Dauer01.11.2021 - 31.10.2024
KonsortiumBCT GmbH
Point 8 GmbH
Resolto Informatik GmbH
diondo GmbH
Precitec GmbH & Co. KG
Fraunhofer Institut für Lasertechnik ILT
LeitungBCT GmbH

CMC-3D

coming soon

TitelCMC-3D
Dauer01.09.2024 - 31.08.2027
KonsortiumECM GmbH, München
Hufschmied Zerspanungstechnik, Bobingen
Technische Hochschule Augsburg
3D-aero, Hamburg
BCT GmbH, Dortmund
LeitungBCT GmbH

3D-REFLEKT

coming soon

Titel
Dauer01.09.2024 - 31.10.2027
KonsortiumBCT Steuerungs- und DV-Systeme GmbH
Fraunhofer ILT, Aachen
LeitungBCT GmbH

ISEGRIM

Identifizieren von Schäden verursacht durch Erosion im Generator und Regeneration des Materials mittels LMD-w

TitelIdentifizieren von Schäden verursacht durch Erosion im Generator und Regeneration des Materials mittels LMD-w
Dauer01.12.2024 - 30.11.2027
KonsortiumForschungszentrum Jülich GmbH, Jülich
Fraunhofer Institut für Produktionstechnik IPT, Aachen
BCT Steuerungs- und DV-Systeme GmbH, Dortmund
LaVa-X GmbH, Herzogenrath
Precitec GmbH Co, KG, Gaggenau
ALOTec Dresden GmbH, Dresden
LeitungAirbus und Fraunhofer IFAM, Stade