Im Rahmen des Projekts wird ein innovatives Polierverfahren auf Basis von korngebundenen Polierwerkzeugen entwickelt. Ziel ist es, die Oberflächenqualität und Formgenauigkeit bei gleichzeitiger Prozessstabilität erheblich zu verbessern und den Einsatz des Polierverfahrens auch für anspruchsvollere optische Materialien zu erweitern.
Im Rahmen des Forschungsprojekts "PoroGlas-AM" wird eine neuartige Prozesskette entwickelt, mit der erstmals die definierte Einstellung von Poren in Glasformkörpern zur Reduzierung auftretender Spannungen bei Glas-Metall-Verbindungen realisiert werden soll. Es werden die zentralen Herausforderungen der konventionellen Fertigung adressiert. Dazu zählen insbesondere die eingeschränkte geometrische Flexibilität sowie die unwirtschaftliche Produktion kleiner Losgrößen.
Ziel des Projekts ist es, defekte Optikbeschichtungen durch einen selektiven Ultrakurzpulslaser-Abtrag zu entfernen, ohne das Substrat zu beschädigen, sodass eine erneute Beschichtung möglich ist. Dafür werden simulationsgestützte Ansätze, experimentelle Untersuchungen und In-situ-Messtechnik kombiniert, um auf ebenen und 3-dimensionalen Oberflächen mit Schichtdicken im Bereich von Nanometern- bis Mikrometern optimale Ergebnisse zu erzielen.
Mixed-Matrix-Membranen finden basierend auf ihren breit einstellbaren Trenneigenschaften zunehmend Anwendung in industriellen Prozessen zur Stofftrennung von Flüssigkeiten und Gasen. Die Aufgabe der Ernst-Abbe-Hochschule ist die Weiterentwicklung des DLP-Verfahrens zur Herstellung stimuli-responsiver Membranen. Dabei sollen sowohl poröse Trägerstrukturen additiv gefertigt und anschließend mit stimuli-responsiven Materialien beschichtet werden, als auch Membranen direkt im Druckprozess produziert werden.
Das Vorhaben SyMuPro „Systematisierung von Multisensordaten mit KI-Methoden auf die Produktionsqualität bei Pulverprozessen“ zielt darauf ab, ein robustes Multisensorsystem zu nutzen, das in Echtzeit präzise Prozess- und Umgebungsdaten erfasst. Mithilfe spezieller KI-Modelle werden diese Daten systematisch ausgewertet, um Prozessabweichungen frühzeitig zu erkennen.