Optimierte Messung des Relaxationsverhaltens von Kupfer und Kupferlegierungen mittels Cantilever-Versuchen und Machine Learning gestützter Parameteridentifikation als Basis für die Simulation des Relaxationsverhalten von Kupferbauteilen

Butz, AlexanderAlexanderButzNorouzi, EbrahimEbrahimNorouziMorand, LukasLukasMorandWeber, MatthiasMatthiasWeberSchlay, B.B.SchlayBauer, F.F.BauerPfeffer, KarinKarinPfefferHelm, DirkDirkHelmKlotz, Ulrich E.Ulrich E.KlotzEisenbart, MiriamMiriamEisenbart2023-02-232023-02-232021https://publica.fraunhofer.de/handle/publica/436980In dem Projekt IGF 21114N wird daran gearbeitet, ein wirtschaftliches Prüfverfahren und eine Methodik zur effizienten Bestimmung der Materialparameter für die Simulation des Relaxationsverhaltens von Kupferwerkstoffen zu realisieren. Die gemessenen Versuchsdaten werden über einen neu entwickelten Workflow in Modellparameter für ein elasto-viskoplastisches Materialmodell überführt, mit dem die Abbildung des zeitveränderlichen Materialverhaltens von Kupferwerkstoffen für die simulationsunterstützte Bauteilauslegung möglich wird. Zu diesem Zweck wurde ein optimierter Prüfstand für das Cantilever-Prüfverfahren entwickelt und aufgebaut. Die damit ermittelten Prüfergebnisse werden mittels Machine Learning (ML) Verfahren ausgewertet, um die Materialmodellparameter für die simulative Bauteilauslegung effizient zu bestimmen. In diesem Beitrag werden der optimierte Cantilever-Prüfstand und die Vorgehensweise für die Bestimmung der Modellparameter vorgestellt.deCantilever-VersuchsstandParameteridentifikationCAD-ModellMachine LearningMLFE SimulationsmodellOptimierte Messung des Relaxationsverhaltens von Kupfer und Kupferlegierungen mittels Cantilever-Versuchen und Machine Learning gestützter Parameteridentifikation als Basis für die Simulation des Relaxationsverhalten von Kupferbauteilenconference paper