Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik IPK

Filters

7
Reset filters

Settings
Now showing 1 - 7 of 7
No Thumbnail Available
Publication

Multiple-Wire Submerged Arc Welding of High-Strength Fine-Grained Steels

2022 , Gook, S. , El-Sari, Bassel , Biegler, Max , Rethmeier, Michael , Lichtenthäler, F. , Stark, M.

Ensuring the required mechanical-technological properties of welds is a critical issue in the application of multi-wire submerged arc welding process for welding high-strength fine-grained steels. Excessive heat input is one of the main causes for microstructural zones with deteriorated mechanical properties of the welded joint, such as a reduced notched impact strength and a lower structural robustness. A process variant is proposed which reduces the weld volume as well as the heat input by adjusting the welding wire configuration as well as the energetic parameters of the arcs, while retaining the advantages of multi-wire submerged arc welding such as high process stability and production speed.

View
No Thumbnail Available
Publication

Investigation of the Extrapolation Capability of an Artificial Neural Network Algorithm in Combination with Process Signals in Resistance Spot Welding of Advanced High-Strength Steels

2021 , El-Sari, Bassel , Biegler, Max , Rethmeier, Michael

Resistance spot welding is an established joining process for the production of safety-relevant components in the automotive industry. Therefore, consecutive process monitoring is essential to meet the high quality requirements. Artificial neural networks can be used to evaluate the process parameters and signals, to ensure individual spot weld quality. The predictive accuracy of such algorithms depends on the provided training data set, and the prediction of untrained data is challenging. The aim of this paper was to investigate the extrapolation capability of a multi-layer perceptron model. That means, the predictive performance of the model was tested with data that clearly differed from the training data in terms of material and coating composition. Therefore, three multi-layer perceptron regression models were implemented to predict the nugget diameter from process data. The three models were able to predict the training datasets very well. The models, which were provided with features from the dynamic resistance curve predicted the new dataset better than the model with only process parameters. This study shows the beneficial influence of process signals on the predictive accuracy and robustness of artificial neural network algorithms. Especially, when predicting a data set from outside of the training space.

View
No Thumbnail Available
Publication

Numerische Simulation einer AM-Prozesskette im DED Auftragschweißen

2019 , El-Sari, Bassel , Biegler, Max , Graf, Benjamin , Rethmeier, Michael

Das DED Auftragschweißen ist ein additives Fertigungsverfahren für Metalle, bei dem das Material schichtweise auf ein Substrat aufgetragen wird. Die schnellen Temperaturzyklen rufen Spannungsgradienten im Bauteil hervor. Der schichtweise Aufbau der Bauteile verursacht eine anisotrope Mikrostruktur. Mittels nachgelagerter Wärmebehandlung können diese Effekte verringert werden. Im anschließenden Schritt der Prozesskette wird das additiv hergestellte Bauteil mittels Drahterodieren von dem Substrat abgetrennt. In diesem Beitrag wird eine thermo-mechanische Simulation der gesamten Prozesskette vorgestellt, welche den additiven Aufbau, Wärmebehandlung und das Abtrennen vom Substrat beinhaltet. Anstelle der in der Literatur üblichen schichtweisen Modellierungsstrategie für die DED Simulation wird das gesamte Bauteil in einem Stück vernetzt und der vollständig transiente, schichtweise Materialauftrag über Elementgruppen realisiert. Im Gegensatz zu früheren Simulationen muss der nichtlineare Kontakt zwischen den Schichten nicht berücksichtigt werden, was die Rechenzeiten deutlich verkürzt. Das Modell wurde validiert mittels Abgleiches des Verzugs aus Simulation und Experiment. Die Proben, bestehend aus DIN 1.4404 (AISI 316L), wurden nach jedem Prozessschritt 3D gescannt um den Verzug zu quantifizieren. Zusätzlich wurden Querschnitte und Härtetests nach Vickers von unterschiedlich behandelten Proben durchgeführt, um den Effekt der Wärmebehandlung auf die Mikrostruktur und die Härte des Bauteils zu untersuchen.

View
No Thumbnail Available
Publication

Багатодротове дугове зварювання високоміцних дрібнозернистих сталей під флюсом

2022 , Gook, Sergej , El-Sari, Bassel , Biegler, Max , Rethmeier, Michael , Lichtenthäler, F. , Stark, M.

Ensuring the required mechanical-technological properties of welds is a critical issue in the application of multi-wire submerged arc welding process for welding high-strength fine-grained steels. Excessive heat input is one of the main causes for microstructural zones with deteriorated mechanical properties of the welded joint, such as a reduced notched impact strength and a lower structural robustness. A process variant is proposed which reduces the weld volume as well as the heat input by adjusting the welding wire configuration as well as the energetic parameters of the arcs, while retaining the advantages of multi-wire submerged arc welding such as high process stability and production speed

View
No Thumbnail Available
Publication

Schweißen unter Zug - LME-Eingangsprüfung für die Autoindustrie

2021 , El-Sari, Bassel , Biegler, Max , Rethmeier, Michael

Der Trend zum Leichtbau und die Transformation zur E-Mobilität in der Automobilindustrie befeuern die Entwicklung neuer hochfester Stähle für den Karosseriebau. Derartige Werkstoffe sind beim Widerstandspunktschweißen besonders rissanfällig (LME). Das Schweißen unter Zug stellt eine effektive Methode um die LME-Anfälligkeit unterschiedlicher Werkstoffe qualitativ zu bestimmen.

View
No Thumbnail Available
Publication

Verbesserung der Vorhersagegüte von künstlichen neuronalen Netzen zum Widerstandspunktschweißen durch Auswertung des dynamischen Widerstands

2021 , El-Sari, Bassel , Biegler, Max , Rethmeier, Michael

Das Widerstandspunktschweißen ist ein etabliertes Fügeverfahren in der Automobilindustrie. Es wird vor allem bei der Herstellung sicherheitsrelevanter Bauteile, zum Beispiel der Karosserie, eingesetzt. Daher ist eine kontinuierliche Prozessüberwachung unerlässlich, um die hohen Qualitätsanforderungen zu erfüllen. Künstliche neuronale Netzalgorithmen können zur Auswertung der Prozessparameter und -signale eingesetzt werden, um die individuelle Schweißpunktqualität zu gewährleisten. Die Vorhersagegenauigkeit solcher Algorithmen hängt von dem zur Verfügung gestellten Trainingsdatensatz ab. In diesem Beitrag wird untersucht, inwieweit die Vorhersagegüte eines künstlichen neuronalen Netzes durch Auswertung einer Prozessgröße, dem dynamischen Widerstand, verbessert werden kann.

View
No Thumbnail Available
Publication

Distortion-based validation of the heat treatment simulation of Directed Energy Deposition additive manufactured parts

2020 , El-Sari, Bassel , Biegler, Max , Graf, B. , Rethmeier, Michael

Directed energy deposition additive manufactured parts have steep stress gradients and an anisotropic microstructure caused by the rapid thermo-cycles and the layer-upon-layer manufacturing, hence heat treatment can be used to reduce the residual stresses and to restore the microstructure. The numerical simulation is a suitable tool to determine the parameters of the heat treatment process and to reduce the necessary application efforts. The heat treatment simulation calculates the distortion and residual stresses during the process. Validation experiments are necessary to verify the simulation results. This paper presents a 3D coupled thermo-mechanical model of the heat treatment of additive components. A distortion-based validation is conducted to verify the simulation results, using a C-ring shaped specimen geometry. Therefore, the C-ring samples were 3D scanned using a structured light 3D scanner to compare the distortion of the samples with different post-processing histories.

View