VALID3D project image
Lopend
Onderzoek

VALID3D | Valid generative design for 3D printing

Regio:
Vlaanderen
Gefinancierd door

Naar geautomatiseerde kwaliteitscontrole in metaal-additive manufacturing

Metaal-additive manufacturing (AM), en in het bijzonder laser powder bed fusion (LPBF), biedt vele voordelen zoals flexibiliteit, gewichtsreductie en kostenbesparing. Toch blijft de adoptie in veeleisende sectoren zoals luchtvaart en medisch beperkt. De reden hiervoor is het gebrek aan betrouwbare en toegankelijke tools om de kwaliteit van kritische onderdelen te garanderen. Vandaag kan kwaliteitscontrole tot 50% van de productiekosten vertegenwoordigen. VALID3D speelt in op deze uitdaging door een geautomatiseerde, datagedreven aanpak te ontwikkelen die de volledige productieketen omvat.
 

Doelgroep

Het project richt zich voornamelijk op:

  • Luchtvaartbedrijven die kritische onderdelen produceren
  • Fabrikanten van medische hulpmiddelen die gecertificeerde onderdelen vereisen
  • Additive manufacturing dienstverleners die de traceerbaarheid willen verbeteren
  • Leveranciers van AM-software en -apparatuur

 

Context

De wereldwijde markt voor metaal-additive manufacturing groeit sterk, met meer dan 21.000 geïnstalleerde machines en meer dan 230 bedrijven actief in apparatuur, software, materialen en diensten. Deze groei gaat gepaard met een diversificatie van spelers en strengere eisen op vlak van kwaliteit en traceerbaarheid, vooral in sectoren met hoge toegevoegde waarde zoals luchtvaart en medisch.

Er blijven echter uitdagingen bestaan. De kosten voor kwaliteitscontrole blijven hoog. Databeheer is complex door de grote hoeveelheid en heterogeniteit van gegevens. Daarnaast beperkt het gebrek aan geavanceerde tools en geschikte softwareoplossingen het vermogen om betrouwbare en conforme onderdelen te garanderen, vooral voor kritische toepassingen of gepersonaliseerde medische hulpmiddelen.
 

Doelstelling & resultaten 

VALID3D heeft als doel de kwaliteitscontrole en het procesinzicht in metaal-additive manufacturing te verbeteren via automatisering en artificiële intelligentie.

Doelstellingen

  • Automatiseren van de ingestie en integratie van data uit verschillende AM-bronnen
  • Het manuele werk voor kwaliteitsopvolging met meer dan 90% verminderen
  • Root cause analysis (RCA) versnellen via AI, van meerdere weken naar enkele minuten
  • Tot 70% van NDT- en DT-controles vervangen door digitale analyses, met een kostenreductie tot 50%
     

Verwachte resultaten

  • Geautomatiseerde tools voor data-ingestie en -verwerking
  • AI-modules voor kwaliteitsmonitoring en foutanalyse
  • Digitale methodes om DT- en NDT-controles te verminderen
  • Rapporten en richtlijnen over efficiëntiewinsten en industriële impact

Voor een gemiddelde AM-eenheid in de luchtvaartsector (10 machines, 2 producties per week per machine) leidt dit tot een efficiëntiewinst van meer dan 90% (ongeveer €160k/jaar) en een kostenreductie van meer dan €1,1M/jaar voor NDT en DT. Ze stellen ingenieurs bovendien in staat zich te richten op taken met een hogere toegevoegde waarde en ondersteunen de overgang naar een meer digitale en slimme industrie.

VALID3D 2 pictures
Afbeelding 1: LPBF-machine in werking bij Sirris / Afbeelding 2: AMIQUAM-wervelstroomsysteem geïntegreerd in de LPBF-machine van Sirris

 

Aanpak

Het project is opgebouwd uit vijf work packages:

  1. WP1: Beheer en verspreiding
    Projectcoördinatie, externe communicatie, kennisoverdracht, valorisatie van resultaten en het definiëren van best practices voor data-uitwisseling en datakwaliteit
  2. WP2: Procesintegratie
    Harmonisatie van dataformaten, mapping van processtappen en koppeling van systemen over de volledige additive manufacturing-keten, verzameling en structurering van data voor verdere exploitatie
  3. WP3: Technische en systeemontwikkelingen
    Ontwikkeling van geautomatiseerde evaluatie van procesdata, integratie van nieuwe sensoren, interlaagcontrole en open monitoringtools
  4. WP4: Kwaliteit en artificiële intelligentie
    Gebruik van verzamelde data om productkwaliteit te modelleren via AI, training van voorspellende modellen en benutting van data uit verschillende toepassingen
  5. WP5: Use cases
    Specificatie, implementatie en validatie van toepassingscases om de globale effectiviteit van het project aan te tonen
     

Wilt u meer weten over het project?

Heeft u onvoldoende zicht op uw AM-proces? Sluit u aan bij het project om een datagedreven aanpak te verkennen en uw use cases te valideren.

Neem contact op met Julien Magnien


Financiering

  • Financieringsinstantie: Vlaio & ITEA4
  • Projecttype: ITEA4 - Call 2023
  • Contractnummer: VLAIO HBC.2024.0611
  • Totaalbudget: €13.5 M
  • Financieringsniveau: voor 75% gesubsidieerd
     

Officiële logo's van het project

Logo VALID3D

 

Externe links

  • R&D-project ARIAC
  • R&D-project FastAMOpt
  • R&D-project COMPIL

Partners

Mede gefinancierd door
In samenwerking met

Meer informatie over onze expertise

Timing

mei 2025 - apr 2028

Onze experten

Hebt u een vraag?

Stuur ze naar innovation@sirris.be