Characterization of Process Influences on Microstructure and Mechanical Properties of Long Glass Fiber Reinforced Polyamide 6 Plates in Compounding and Compression Molding

Das Fahrzeuggewicht beeinflusst erheblich den Energieverbrauch. Strategien zur Gewichtsreduktion sind für eine nachhaltige Mobilität unerlässlich. Der
Langfaser-Thermoplast-Direkt (LFT-D) Fließpressprozess erlaubt die wirtschaftliche Produktion maßgeschneiderter Verbundbauteile. Solche Materialinnovationen erfordern eine strukturierte Herangehensweise in der Entwicklung, von der Produktion über die Charakterisierung bis hin zur Bewertung. In dieser Arbeit wird der Einfluss der Prozessparameter auf mechanische Eigenschaften von glasfaserverstärktem Polyamid 6 untersucht. Eine DoE-Studie zu den Schlüsselfaktoren der LFT-D Extrusion, Polymer Durchsatz, Extruder Drehzahl und Roving Anzahl, wurde durchgeführt. Resultierende Fasergewichtsanteile liegen zwischen 20 % und 60 %. Zug-, Biege- und Schlageigenschaften wurden in Einlege- und Fließbereich charakterisiert und als Qualitätsmerkmale der DoE ausgewertet. Neue Charakterisierungsmethoden entlang
der Prozesskette wurden entwickelt. Die Dichte des Halbzeuges, des Plastifikates, wurde charakterisiert und als inhomogen befunden. Eine Fließstudie wurde durchgeführt und charakterisiert. Die Fließfront des LFT-D Materiales ist aufgrund des Dichtegradienten im Plastifikat schief. Dies wiederum ist die Ursache für gemessene Faserorientierungsabweichungen im Fließbereich. Der Fasergehalt entmischt und steigt zum Ende des Fließwegs kontinuierlich an. Alle Eigenschaften und Abweichungen der LFT-D Mikrostruktur werden im Hinblick auf Faktoreinflüsse diskutiert. Die Auswertung der DoE führt zu keiner klaren Faktorempfehlung. Eine hohe Roving Anzahl hat jedoch die meisten negativen Wechselwirkungen, und entsprechend sollte die Extruder Drehzahl auf ein mittleres bis hohes Niveau eingestellt werden. Mehr als die Faktoren beeinflusst der Fasergehalt alle Eigenschaften, sowohl mechanisch als auch mikrostrukturell. Mit diesem hier präsentierten Rahmen können neue LFT-D Materialkombinationen effizient und ganzheitlich abgemustert, charakterisiert und bewertet werden.

Vehicle weight significantly influences energy consumption. Lightweighting strategies are essential for weight reduction. The long fiber thermoplastic direct
(LFT‑D) compression molding process is characterized by the economical production of thin composite parts. Material innovations require a development
framework from production over characterization to evaluation. This work revolves around the material characterization during process factor optimization for a compression molded glass fiber reinforced polyamide 6 composite. A DoE study with key LFT-D extrusion factors, polymer throughput, screw speed, and roving amount, was conducted. Resulting fiber weight contents range from 20 % to 60 %. Tensile, flexural and impact properties were characterized in flow direction and chosen as quality features in the DoE evaluation. New characterization methods were developed and are presented here. The density of the semi-finished material, the plastificate, was characterized and found to be inhomogeneous. A short-shot study was conducted, and flow front skewness was characterized. This skewness was found to originate in the density differences along the extrusion direction of the plastificate. This skewness is, in turn, the origin of fiber orientation deviations in the flow area after molding. Fiber content is migrating towards the end of the flow path during compression molding. All properties of the LFT-D microstructure are discussed with regards to factor influences. Neither coefficient nor response contour plots offer a clear factor recommendation. A high roving count, however, has the most negative interactions and accordingly, the screw speed should be set at a medium to high level. More than processing factors, the fiber content is the decisive influence on all prop-
erties, mechanically and microstructurally. In this framework presented here, new LFT-D material combinations can be processed and characterized in an efficient and holistic manner.