Umformprozesse

Funktionsflächen durch adiabatische Hochgeschwindigkeitsprozesse: Mikrostruktur, Mechanismen und Modellentwicklung – FUNDAM³ENT (DFG-FOR 5380)

Das Hochgeschwindigkeitsscherschneiden (HGSS) stellt eine ökonomisch und ökologisch interessante Alternative zu konventionellen Schneidverfahren wie Normal-, Fein- oder Laserschneiden dar. Insbesondere für hoch- und ultrahochfeste Stähle, aber auch für Leichtmetalle birgt das HGSS großes Potenzial bezüglich der Erzeugung von Schnittflächen, die ohne weitere mechanische, thermische oder thermochemische Nachbearbeitungsschritte direkt als Funktionsflächen einsetzbar sind. Dies ist darauf zurückzuführen, dass sich beim HGSS in Abhängigkeit vom Werkstoff und den Prozessparametern adiabatische Scherbänder (ASB) bilden können, in denen dann die Werkstofftrennung stattfindet.

Die Forschungsgruppe FUNDAM³ENT widmet sich in einem disziplinübergreifenden Verbund der Erforschung der werkstoff- und prozessseitigen Einflussfaktoren auf die Bildung von ASB beim HGSS. Die Forschungsgruppe besteht insgesamt aus sechs Forschungsstellen, die sich gegenseitig umfassend bei den geplanten Untersuchungen unterstützen. Beteiligt sind dabei drei Forschungsstellen mit den Schwerpunkten Werkstoff und Werkstoffsimulation – Fraunhofer IWM sowie LWW und WOT (TU Chemnitz) – sowie drei weitere Forschungsstellen mit den Schwerpunkten Prozess und Prozesssimulation – IUL (TU Dortmund), Fraunhofer IWU und UTG (TU München). Im Fokus des Fraunhofer IWM-Teilprojekts steht die Entwicklung von numerischen Modellierungsansätzen, um die Entstehung und Ausbreitung von ASB beim HGSS sowie die Mikrostrukturentwicklung innerhalb des ASB zu beschreiben.

Unter Berücksichtigung experimenteller Daten soll durch die Verknüpfung von thermo-mechanischen und mikrostrukturellen Simulationsansätzen ein grundlegendes Verständnis der für die ASB-Bildung relevanten Mechanismen erarbeitet und daraus ein Modell der ASB-Bildung beim HGSS für die betrachteten Werkstoffe entwickelt, implementiert, validiert und an realen Prozessen angewendet werden. Damit kann der HGSS-Prozess besser analysiert, bewertet und verstanden, sowie die Prozessoptimierung unterstützt werden. Darüber hinaus werden Aussagen über das sich bildende ASB und über die zu erwartenden Eigenschaften der Schnittkante möglich.  

Weiterführende Informationen zur DFG-Forschungsgruppe 5380

nach oben

Neues IGF-Forschungsvorhaben zur Mikrostrukturentwicklung beim Strangpressen

Am Fraunhofer IWM hat in Kooperation mit dem Institut für Umformtechnik und Leichtbau (IUL) der Technischen Universität Dortmund die Arbeit an dem durch die AiF geförderten IGF-Forschungsvorhaben

»Entwicklung eines effizienten physikalisch basierten Modellierungsansatzes zur Vorhersage der Mikrostruktur in Strangpressprozessen«

begonnen (IGF Vorhaben Nr. 21682 N). Forschungsziel ist die Entwicklung eines praxistauglichen Ansatzes zur Vorhersage des während des Strangpressens entstehenden Korngefüges mithilfe numerischer Simulationen. Damit wird ein Berechnungswerkzeug zur Prognose der Gefügequalität stranggepresster Produkte erarbeitet, um eine schnellere Anpassung der Prozessführung an neue Materialien oder geänderte Prozessparameter zu ermöglichen.
Das Projekt beinhaltet ein umfangreiches Programm thermomechanischer Versuche an praxisrelevanten Aluminiumlegierungen sowie die metallografische Untersuchung der Proben. Dabei werden am Fraunhofer IWM mit der Prüfmaschine Gleeble 3150 Warmstauchversuche unter verschiedenen Bedingungen durchgeführt, während am IUL eine Strangpressvorrichtung im Labormaßstab bereitsteht.
Anhand der Versuchsergebnisse wird das am Fraunhofer IWM entwickelte thermodynamisch konsistente Mean-Field-Modell der Gefügeentwicklung kalibriert. Dieses wird anschließend genutzt, um eine große Zahl verschiedener thermomechanischer Versuche zu simulieren. Mit den Ergebnissen aus diesen virtuellen Versuchen wird die experimentelle Datenbasis erheblich erweitert.
Schließlich wird auf Grundlage der erweiterten Datenbasis ein physikalisch motiviertes und numerisch sehr effizientes Materialmodell kalibriert. Dieses wird als Materialroutine für kommerzielle Finite-Elemente-Programme implementiert. Damit wird es möglich sein, die Entwicklung des Korngefüges beim Strangpressen von Aluminiumprofilen schnell und aufwandsarm vorherzusagen.

Weiterführende Informationen zur Modellierung der Mikrostrukturentwicklung in der Gruppe Umformprozesse

Dr. Lukas Kertsch
Telefon +49 761 5142-479
E-Mail senden

Dr. Maksim Zapara
Telefon +49 761 5142-352
E-Mail senden

Neues IGF-Forschungsvorhaben ist am 01.01.2021 gestartet

Am Fraunhofer IWM ist in Kooperation mit dem Institut für Baustatik und Baudynamik der Universität Stuttgart eine neues, von der AiF gefördertes IGF-Forschungsvorhaben (IGF Vorhaben Nr.: 21466 N) gestartet mit dem Titel:

»Verbesserte Blechumformsimulation durch 3D-Werkstoffmodelle und erweiterte Schalenformulierungen – Teil 2«

Das Forschungsvorhaben knüpft an das abgeschlossene IGF-Forschungsvorhaben 19707 N »Verbesserte Blechumformsimulation durch 3D-Werkstoffmodelle und erweiterte Schalenformulierungen« an. In diesem wurde durch die Entwicklung von erweiterten Schalenformulierungen in Kombination mit 3D-Werkstoffmodellen die Prognosequalität von »kritischen Blechumformprozessen«, d.h. Blechumformprozesse, die sich nach dem aktuellen Stand der Technik nur unzureichend abbilden lassen, verbessert. Mit dem Ziel, die Methodik für den Einsatz in der Industrie zu qualifizieren, konzentriert sich das neue Forschungsvorhaben auf drei für praktische Anwendung relevante Aspekte: Zur Verbesserung der numerischen Effizienz der entwickelten Schalenformulierungen werden drei unterschiedliche methodische Ansätze verfolgt, um die Rechenzeit auf ein industriell nutzbares Niveau zu reduzieren. Um einen breiteren Anwenderkreis anzusprechen, soll die Methode zur Identifikation von Modellparametern für anisotrope 3D-Werkstoffmodellen auf eine weitere praxisrelevante Werkstoffklasse erweitert werden. Einen dritten Schwerpunkt bildet die Bewertung der Vorhersagequalität des neu entwickelten Modellierungsansatzes durch praxisnahe Modellversuche sowie anhand eines Realbauteils.

Alexander Wessel
Telefon +49 761 5142-362
E-Mail senden

Dr. Alexander Butz
Telefon +49 761 5142-369
E-Mail senden

DFG-Projekt „Maßgeschneiderte Werkstoffeigenschaften durch Mikrostrukturoptimierung: Maschinelle Lernverfahren zur Modellierung und Inversion von Struktur-Eigenschafts-Beziehungen und deren Anwendung auf Blechwerkstoffe“ gestartet

Die Ableitung der Steuergrößen materialverarbeitender Prozesse zur Herstellung von Werkstoffen mit gewünschten Eigenschaften ist das "inverse Problem" zur Kausalitätskette Prozessführung-Mikrostrukturausprägung-Werkstoffeigenschaften. Das Hauptziel des Vorhabens ist die Schaffung einer neuen Basis zur Lösung dieses Problems unter dem Einsatz moderner Verfahren aus dem Bereich des Maschinellen Lernens.

Die Inversion soll aus den beiden, explizit separaten Gliedern "Eigenschafts-Struktur-Abbildung" und "struktur-geführte, optimale Prozess-Regelung" bestehen. Der Fokus liegt in der Untersuchung und Entwicklung von Methoden, die eine Inversion der Struktur-Eigenschafts-Beziehungen von industriell relevanten Werkstoffen erlauben. Diese Inversion stellt die Grundlage für das Design von Mikrostrukturen und die optimale Führung der zugehörigen Herstellungsprozesse dar.

Ziel ist ebenfalls die Entwicklung optimaler Regelungsmethoden zur Erreichung derjenigen Strukturen, welche die gewünschten Eigenschaften darstellen. Im Rahmen des Vorhabens werden diese Methoden zum Nachweis der Anwendbarkeit auf Prozesse der Blechherstellung ausgeprägt und daran untersucht.

Zu den Zielen zählt die Entwicklung von Methoden zur Inversion technologisch bedeutsamer Struktur-Eigenschafts-Beziehungen sowie zur Merkmalsextraktion für eine effiziente Beschreibung von Mikrostrukturen durch Überwachtes Lernen und Unüberwachtes Lernen.

Für die adaptiv-optimale Regelung der Herstellungsprozesse sollen adaptive Prozesspfad-Optimierungsverfahren auf Basis von Reinforcement Learning entwickelt werden.

Wir erwarten, dass die Ergebnisse zu einem wachsenden Verständnis technologisch relevanter Prozess-Struktur-Eigenschafts-Beziehungen von Blechwerkstoffen beitragen. Es sollen Werkzeuge entstehen, mit denen eine wirtschaftliche Entwicklung neuer Werkstoffe und Prozessführungen begünstigt wird.

Bessere Schadensvorhersage in der Massivumformung durch Berücksichtigung von nichtmetallischen Einschlüssen

Am Fraunhofer IWM ist in Kooperation mit der TU Bergakademie Freiberg ein neues, von der AiF gefördertes IGF-Forschungsprojekt am 01.12.2018 gestartet mit dem Titel:

Praxisorientierte Erweiterung der Schadensvorhersage zur ausschussarmen Fertigung in der Kaltmassivumformung von Stählen mit nichtmetallischen Einschlüssen als Schädigungsinitiatoren

Im Projekt wird das im Vorläufervorhaben IGF 17678N entwickelte mechanismenbasierte Schädigungsmodell mit Hilfe eingehender experimenteller Untersuchungen um eine Methode vervollständigt, die das bisher ungelöste Problem des Einflusses von komplexen Belastungen auf stets vorhandene schädigungsinitiierende nichtmetallische Einschlüsse angeht und diesen bewertbar macht. Die angestrebten Ergebnisse in Form der Bewertungsmethode sollen Umformunternehmen erlauben, Kriterien für nichtmetallische Einschlüsse in Abhängigkeit des Umformprozesses festzulegen und neue Umformstrategien auszuarbeiten, mit denen ein Stahl selbst bei sowohl systematisch als auch unsystematisch auftretenden Einschlüssen schadenstolerant umgeformt werden kann. Als wichtiges Indiz für eine dringende Notwendigkeit solcher Untersuchungen dient die dem Projekt von der AiF-Forschungsgesellschaft Stahlverformung im Jahr 2018 vergebene Auszeichnung „Besondere Branchenrelevanz“.

Kontakt

Dr. Maksim Zapara
Telefon +49 761 5142-352
E-Mail senden

M. Sc. Eva Augenstein
Telefon +49 761 5142-381
E-Mail senden

Grey-Box-Modelle: Integration von Anwendungswissen in Lernverfahren

Das Projekt Grey-Box-Modelle befasst sich mit der Verbesserung von maschinellen Lernverfahren (Black-Box-Modelle) durch Integration von Domänenwissen, beispielsweise in Form deterministischer Modelle (White-Box-Ansätze). Grey-Box-Modelle zielen vor allem auf industrielle Anwendungen ab,  da dort meist nur wenig aussagekräftige (über den Prozessparameterraum gestreute) Prozessdaten vorhanden sind, die Prozesse selbst allerdings relativ gut erforscht sind. Innerhalb des Projekts bearbeiten wir drei Anwendungsbeispiele mit materialwissenschaftlichem Schwerpunkt: Automatisierte Erkennung von Bruchflächen in Mikrostrukturaufnahmen,  statistische Modellierung von Tiefziehprozessen und Parameteridentifikation von Materialmodellen mittels neuronaler Netze.