Now showing 1 - 2 of 2
  • Publication
    Verbesserung der Vorhersagegüte von künstlichen neuronalen Netzen zum Widerstandspunktschweißen durch Auswertung des dynamischen Widerstands
    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.
  • Publication
    Geometric distortion-compensation via transient numerical simulation for directed energy deposition additive manufacturing
    ( 2020) ;
    Elsner, B.A.M.
    ;
    Graf, B.
    ;
    Components distort during directed energy deposition (DED) additive manufacturing (AM) due to the repeated localised heating. Changing the geometry in such a way that distortion causes it to assume the desired shape - a technique called distortion-compensation - is a promising method to reach geometrically accurate parts. Transient numerical simulation can be used to generate the compensated geometries and severely reduce the amount of necessary experimental trials. This publication demonstrates the simulation-based generation of a distortion-compensated DED build for an industrial-scale component. A transient thermo-mechanical approach is extended for large parts and the accuracy is demonstrated against 3d-scans. The calculated distortions are inverted to derive the compensated geometry and the distortions after a single compensation iteration are reduced by over 65%.