Vorhersage der Porenentwicklung in der Umformtechnik
von Alexander SchowtjakUm die ökologischen und sozialen Auswirkungen des menschengemachten Klimawandels zu minimieren, ist es notwendig, die Emissionen von Treibhausgasen drastisch zu reduzieren. In diesem Kontext bietet der Leichtbau die Möglichkeit, die damit verbundene Primärenergie und -ressourcen sowohl während der Herstellung als auch der Nutzungsdauer von Produkten einzusparen. Eine akkurate Schädigungsvorhersage kann dabei helfen, unnötige Sicherheitsreserven einzusparen und Bauteile genauer auszulegen.
In der Literatur werden Schädigungsmodelle häufig nur anhand von Kraft-Weg-Verläufen kalibriert. In dieser Arbeit werden die in der Literatur verwendeten Strategien mit neuen, eigens entwickelten Methoden verglichen, die zusätzlich mikroskopische Porenmessungen verwenden. Angewendet werden diese Methoden für den Dualphasenstahl DP800 anhand des Freibiegens sowie den Einsatzstahl 16MnCrS anhand des Voll-Vorwärts-Fließpressens. Während die Parameteridentifikations-Strategien, die auf makroskopischen Daten basieren, den Porenflächenanteil stark überschätzen, liefert die Parameteridentifikation anhand von Porenmessungen deutlich bessere Ergebnisse.
Die Vorhersagequalität ist allerdings limitiert durch die Experimente, die zur Kalibrierung verwendet werden, da sich die Lastzustände in den Grundversuchen und Umformprozessen teilweise deutlich unterscheiden. Aus diesem Grund wird ein Modell, basierend auf einem neuronalen Netz, entwickelt, das die Porenevolution, basierend auf experimentellen Porenmessungen, vorhersagen kann. So werden keine Annahmen für die Porenevolution benötigt, wie bei konstitutiven Modellen üblich.
In der Literatur werden Schädigungsmodelle häufig nur anhand von Kraft-Weg-Verläufen kalibriert. In dieser Arbeit werden die in der Literatur verwendeten Strategien mit neuen, eigens entwickelten Methoden verglichen, die zusätzlich mikroskopische Porenmessungen verwenden. Angewendet werden diese Methoden für den Dualphasenstahl DP800 anhand des Freibiegens sowie den Einsatzstahl 16MnCrS anhand des Voll-Vorwärts-Fließpressens. Während die Parameteridentifikations-Strategien, die auf makroskopischen Daten basieren, den Porenflächenanteil stark überschätzen, liefert die Parameteridentifikation anhand von Porenmessungen deutlich bessere Ergebnisse.
Die Vorhersagequalität ist allerdings limitiert durch die Experimente, die zur Kalibrierung verwendet werden, da sich die Lastzustände in den Grundversuchen und Umformprozessen teilweise deutlich unterscheiden. Aus diesem Grund wird ein Modell, basierend auf einem neuronalen Netz, entwickelt, das die Porenevolution, basierend auf experimentellen Porenmessungen, vorhersagen kann. So werden keine Annahmen für die Porenevolution benötigt, wie bei konstitutiven Modellen üblich.