Bei LMD ist der Abstand zwischen Prozesskopf und Werkstück kein Detail. Er beeinflusst Pulverfang, Schmelzbadbild, Raupengeometrie und Stabilität von Lage zu Lage.
Die Kurzantwort
Exafuse kombiniert Triangulation, koaxiale Bildmerkmale und Machine-Learning-Forschung, um Abstand und Höhenverhalten messbar zu machen. Das Ziel ist stabilere Prozessführung, nicht ein unvalidierter Universalregler.
Vom Bild zum Signal
Rohbilder werden erst nützlich, wenn die relevante Prozessregion erkannt und in vergleichbare Signale überführt wird. Diese Signale können Protokollierung, Bedienhinweise oder spätere Regelungsstudien unterstützen.
Klassische Merkmale und lernbasierte Analyse
Fokus- und Schärfemerkmale können auf Abstand reagieren, reichen aber nicht immer für unterschiedliche Oberflächen und Lichtbedingungen. Lernbasierte Ansätze sind nützlich, wenn sie sorgfältig trainiert, getestet und interpretiert werden.
Entscheidungstabelle
| Signal | Nutzung |
|---|---|
| Triangulation | Geometrischer Kontext für Oberfläche und Höhenänderung. |
| Koaxiale Bildmerkmale | Abstandssensitive Fokus- und Schärfeindikatoren. |
| ML-Analyse | Forschungsroute für Zustandsinformation aus Bildern, wenn einfache Merkmale schwach sind. |
Lesbare Zusammenfassung: Abstandssensorik ist sinnvoll, wenn Geometrie, Höhendrift oder Prozesskopfabstand die Deposition beeinflussen.
Was dieser Nachweis zeigt und was nicht
Der Nachweis zeigt einen Sensorik- und Analyseworkflow. Er veröffentlicht keine Datensätze, Modellgewichte, Kalibrierdateien oder finale Closed-Loop-Qualifikation.
Was Sie senden sollten
- Bauteil- oder Substratgeometrie.
- Erwartete Aufbauhöhe oder Beschichtungsdicke.
- Akzeptabler Abstand, falls bekannt.
- Verfügbare Kamera- oder Sensordaten und Validierungsmessung.
Empfohlene nächste Schritte
Nutzen Sie den Scanner-Artikel, den Monitoring-Artikel, die Qualitätsseite und die Qualitätsanfrage.
