Wir be­schäf­ti­gen uns in­ten­siv mit dem LPA-Ver­fah­ren (engl. Di­rec­ted En­er­gy De­po­si­ti­on, DED). Un­se­re For­schung zielt dar­auf ab, LPA mit sei­nen zahl­rei­chen Vor­tei­len wie der Fer­ti­gung von Mul­ti­ma­te­ria­li­en oder Funk­tio­nal Gra­dier­ten Ma­te­ria­li­en (FGM) wirt­schaft­lich in der In­dus­trie zu eta­blie­ren und die­sen kom­ple­xen Fer­ti­gungs­pro­zess durch den Ein­satz von da­ten­wis­sen­schaft­li­chen An­sät­zen si­cher zu be­her­schen.

Zudem be­sit­zen wir um­fang­rei­che Ex­per­ti­se bei der da­ten­ba­sier­ten Op­ti­mie­rung in der ad­di­ti­ven Fer­ti­gung mit Draht­auf­trag (engl. Wire Arc Ad­di­ti­ve Ma­nu­fac­tu­ring, WAAM), der Zer­spa­nung, der Um­form­tech­nik sowie der Fü­ge­tech­nik. Dabei ver­fol­gen wir den An­satz, be­reits vor­han­de­ne Sen­sor­da­ten zu nut­zen oder diese auf ein­fa­che und ro­bus­te Art und Weise zu er­fas­sen. Dies ist un­se­re Grund­la­ge für die wei­te­re Ana­ly­se, vor­zug­wei­se durch den Ein­satz von Ma­chi­ne Lear­ning (ML).