Zur Machbarkeit der Abschätzung von Schweißeigenspannungen mittels KNN am Beispiel austenitischer Rohrverbindungen

Die Bruchmechanische Bewertung geschweißter Bauteile setzt die Kenntnis von Schweißeigenspannungen (SES) voraus. Ist deren Ermittlung mit numerischen oder experimentellen Methoden nicht möglich bzw. zu aufwändig, werden Abschätzungen auf Basis von bruchmechanischen Regelwerken vorgenommen. Zum einen sind solche Abschätzungen sehr konservativ, zum anderen liefern sie Ergebnisse nur für einen begrenzten Schweißnahtbereich, i.d.R. nur für die Nahtmitte, sodass eine umfassende Sicherheitsbewertung nur bedingt möglich ist. Im Beitrag wird die Machbarkeit der Abschätzung von Schweißeigenspannungen mittels eines Künstlichen Neuronalen Netzes (KNN) untersucht. Hierfür werden zunächst zahlreiche numerische SES-Simulationen am Beispiel austenitischer Rundnähte durchgeführt und die resultierenden Eigenspannungsfelder in parametrisierter Form in einer Datenbasis abgespeichert. Als Variationsparameter werden bei den SES-Simulationen die Rohrgeometrie, die Anzahl der Schweißlagen und der Wärmeeintrag betrachtet. Die berechneten SES-Verteilungen werden sowohl für das Training als auch für die Validierung des KNN herangezogen. Ferner wird die Anwendung des entwickelten Berechnungsverfahrens im Rahmen einer probabilistischen bruchmechanischen Bewertung aufgezeigt.