Now showing 1 - 5 of 5
No Thumbnail Available
Publication

Tailor Welded Blanking Digital

2023-11-30 , Weber, Joshua , Daniel, González , Höfemann, Matthias , Joos, Paul , Rys, Anastasia , Lemke, Josefine

Der immer effizientere Einsatz von Energie und Ressourcen bleibt eine große Herausforderung, die nur mit innovativen Lösungen zu bewältigen ist. Ein schneller, günstiger und ressourcenschonender Ansatz ist die Anwendung von digitalen Methoden. Vor allem bei anspruchsvolleren Fertigungsketten, wie die Herstellung von Karosseriebauteilen aus Tailor Welded Blanks, ist es sinnvoll, die Produktauslegung bzw. die Prozessauslegung vor der eigentlichen Produktion digital und ganzheitlich zu simulieren, um Werkzeuganpassungen und unnötige Versuche zu verhindern. Dies funktioniert mit der Benutzung eines sogenannten digitalen Zwillings für die Fertigungskette durch die Verknüpfung von numerischen Simulationen, die die einzelnen Prozessschritte abbilden.

No Thumbnail Available
Publication

Laserstrahlhybridschweißen von Türmen für Windkraftanlagen

2022-08-29 , Üstündag, Ömer , Bakir, Nasim , Brunner-Schwer, Christian , Knöfel, Frieder , Gook, Sergej , Rethmeier, Michael , Gumenyuk, Andrey

Das Laserstrahlhybridschweißen ist beim Schweißen von Türmen für Windkraftanlagen eine Alternative zum Unterpulverschweißen von Dickblechen in Mehrlagentechnik und bietet hier ökonomische und ökologische Vorteile. Der industrielle Einsatz des Verfahrens ist jedoch durch prozessspezifische Herausforderungen eingeschränkt. Die im Beitrag beschriebene kontaktlose elektromagnetische Badstütze dient zur Erweiterung des Verfahrenspotenzials im Dickblechbereich >15 mm.

No Thumbnail Available
Publication

Brennstoffzelle - wie sauber muss es sein?

2023-06-29 , Tammer, Christoph , Schießl, Timo , Burgdorf, Philipp

Die technische Sauberkeit ist bei der Brennstoffzelle eine wichtige Einflussgröße für die realisierte Produktqualität in Bezug auf Lebensdauer und Performanz. Wie an welcher Stelle der Prozesskette im Hinblick auf welche Grenzwerte gereinigt und geprüft werden sollte, wird aktuell im Rahmen eines Forschungsprojektes betrachtet.

No Thumbnail Available
Publication

Schweißtechnik: KI-basierte Parametrierung

2022-05-16 , Baumann, Anja , El-Sari, Bassel , Fromme, Dirk

Für die Parametrierung von Schweißverbindungen werden viele Schweißversuche und ein fundiertes Fachwissen benötigt. Die richtigen Parameter auf Anhieb zu finden gleicht der Suche nach der Nadel im Heuhaufen. Mithilfe von künstlicher Intelligenz kann solch eine Suche stark vereinfacht werden. Die Algorithmen, einmal richtig trainiert, können effizient die nahezu richtigen Parameter liefern und somit die Vorserienkosten reduzieren.

No Thumbnail Available
Publication

Transferability of ANN-generated parameter sets from welding tracks to 3D-geometries in Directed Energy Deposition

2022-11-04 , Marko, Angelina , Bähring, Stefan , Raute, Maximilian Julius , Biegler, Max , Rethmeier, Michael

Directed energy deposition (DED) has been in industrial use as a coating process for many years. Modern applications include the repair of existing components and additive manufacturing. The main advantages of DED are high deposition rates and low energy input. However, the process is influenced by a variety of parameters affecting the component quality. Artificial neural networks (ANNs) offer the possibility of mapping complex processes such as DED. They can serve as a tool for predicting optimal process parameters and quality characteristics. Previous research only refers to weld beads: a transferability to additively manufactured three-dimensional components has not been investigated. In the context of this work, an ANN is generated based on 86 weld beads. Quality categories (poor, medium, and good) are chosen as target variables to combine several quality features. The applicability of this categorization compared to conventional characteristics is discussed in detail. The ANN predicts the quality category of weld beads with an average accuracy of 81.5%. Two randomly generated parameter sets predicted as “good” by the network are then used to build tracks, coatings, walls, and cubes. It is shown that ANN trained with weld beads are suitable for complex parameter predictions in a limited way.