TY - CONF A1 - Marquardt, R. A1 - Biegler, M. A1 - Rethmeier, Michael T1 - Funktional gradierte Materialien auf Basis von Stellite und Stahl im Laserpulver-Auftragschweißen N2 - Das Hinzufügen von Stellite auf Stahl ist eine typische Vorgehensweise um Bauteile gegen Verschleiß und Korrosion zu schützen. Der Sprung in den Materialeigenschaften kann jedoch zu Rissen und somit zum Versagen der Beschichtung führen. Um die Lebensdauer von Beschichtungen zu erhöhen wird daher ein gradierter Übergang mit verschiedenen Materialpaarungen untersucht. T2 - 13. Fachtagung Verschleiss- und Korrosionsschutz von Bauteilen durch Auftragschweißen CY - Haale (Saale), Germany DA - 22.06.2022 KW - FGM KW - DED KW - AM KW - Functionally Graded Materials KW - Additive Manufacturing KW - Directed Energy Deposition PY - 2022 SP - 66 EP - 73 AN - OPUS4-55504 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - RPRT A1 - El-Sari, B. A1 - Biegler, M. A1 - Rethmeier, Michael T1 - Einfluss von Oberflächenbeschichtungen auf die flüssigmetallinduzierte Rissbildung beim Widerstandspunktschweißen von hochfesten Stahlfeinblechen BT - Schlussbericht vom 15.09.2022 zu IGF-Vorhaben Nr. 20812 N : Berichtszeit: 01.10.2019 bis 31.03.2022 N2 - Die Beschichtung hochfester Stahlfeinbleche beeinflusst das Auftreten von flüssigmetallinduzierter Rissbildung (LME). Daher wurden in dieser Arbeit industrieübliche Beschichtungen bei gleichem Grundwerkstoff hinsichtlich ihres Aufbaus und chemischer Zusammensetzung charakterisiert und bezüglich ihrer LME Anfälligkeit untersucht. Aus dieser vergleichenden Untersuchung heraus wurden Potentiale für die Widerstandsfähigkeit gegen LME identifiziert. Diese Potentiale werden experimentell durch den Einsatz einer von der Forschungsstelle entwickelten Methode überprüft. Gegenstand der Untersuchungen waren neben unbeschichteten Proben industrieübliche Zinküberzüge wie Elektrolytisch verzinkt, Feuerverzinkt, Galvannealed und Zink-Magnesium Beschichtungen. Die LME Anfälligkeit dieser unterschiedlichen Überzüge wird mit einem Schweißen unter Zugbelastung Versuchsaufbau untersucht. Dabei ergibt sich die resultierende Anfälligkeit aus den auftretenden Risslängen und der Auftrittswahrscheinlichkeit von LME bei den einzelnen Versuchen. Es konnte eine LME Anfälligkeits-Rangfolge für die Zinküberzüge festgestellt werden. Zink-Magnesium Beschichtungen galten als besonders LME Anfällig, gefolgt von Feuerverzinkt und Galvannealed. Die größte LME Resistenz wurde bei elektrolytisch verzinkten Proben festgestellt. Aus den Ergebnissen werden Handlungsempfehlungen zur Erhöhung der Verarbeitungssicherheit bzw. Schweißpunktqualität abgeleitet. KW - Widerstandspunktschweißen KW - Hochfester Stahl KW - Liquid Metal Embrittlement KW - Flüssigmetallinduzierte Rissbildung KW - Zink PY - 2022 SN - 978-3-96780-030-2 SP - 1 EP - 39 PB - Forschungsvereinigung Stahlanwendung e. V. CY - Düsseldorf AN - OPUS4-58060 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Marquardt, R. A1 - Bähring, S. A1 - Biegler, M. A1 - Rethmeier, Michael T1 - Künstliche Neuronale Netze zur Qualitätsprognose von Funktional Gradierten Materialien im laserbasierten Directed Energy Deposition N2 - Durch pulverbasiertes Directed-Energy Deposition lassen sich Gradierungen fertigen, um diskrete Materialübergänge zu vermeiden und die Lebensdauer von Hartschichten zu erhöhen. Die Kombination aus Stahl als Basiswerkstoff und einer verschleiß- und korrosionsbeständigen Co-Cr Legierung verspricht durch Vermeiden von Spannungskonzentrationen das Verhindern von Abplatzungen und Rissen in der Schutzschicht. Um die Qualität des gefertigten Bauteils zu beurteilen, liegen für solche Funktional Gradierten Materialien (FGM) wenig Erkenntnisse vor. Daher wird im Rahmen dieser Studie eine Methodik erarbeitet, um die relative Dichte eines Funktional Gradierten Materials auf Stahl und Co-Cr Basis mittels Maschinendaten zu bestimmen. Anschließend wird unter Einsatz eines künstlichen neuronalen Netzes anhand von Sensordaten die relative Dichte vorhergesagt. Das trainierte Netz erreicht eine Vorhersagegenauigkeiten von 99,83%. Abschließend wird eine Anwendung anhand von einem Demonstrator gezeigt. T2 - 3. Fachtagung Additive Manufacturing CY - Halle, Germany DA - 05.10.2023 KW - Directed Enery Deposition KW - Künstliche Neuronale Netze KW - Additive Manufacturing KW - DED KW - KI KW - AM PY - 2023 SP - 1 EP - 8 PB - SLV Halle AN - OPUS4-58692 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - El-Sari, B. A1 - Biegler, M. A1 - Rethmeier, Michael T1 - Verbesserung der Übertragbarkeit eines künstlichen neuronalen Netzes zur Qualitätsvorhersage beim Widerstandspunktschweißen von hochfesten Stählen N2 - Eine typische Automobilkarosserie kann bis zu 5000 Widerstandspunktschweißverbindungen aufweisen, welche hohen Qualitätsanforderungen genügen müssen. Daher ist eine durchgehende Prozessüberwachung unerlässlich. Die Transformation zur E-Mobilität in der Automobilindustrie und die damit einhergehende Reichweitenproblematik treiben die Entwicklung und Einführung neuer hochfester Stähle an. Dies resultiert in einem gesteigerten Fertigungsaufwand hinsichtlich einer stabilen Prozess-führung in der Fügetechnik. Um diesen Anstieg an Komplexität zu bewältigen, sind die Methoden der künstlichen Intelligenz ein geeignetes Mittel. Mit ihnen kann, durch Auswertung der Prozessparameter und -signale, die individuelle Schweißpunktqualität sichergesellt werden. Die Vorhersagegenauigkeit von neuen Daten, also das extrapolieren, stellt für die meisten Algorithmen eine große Herausforderung dar. In dieser Arbeit wird ein künstliches neuronales Netz zur Vorhersage des Punktdurchmessers von Widerstandspunktschweißungen anhand von Prozessparametern implementiert. Die Vorhersagegenauigkeit und Extrapolationsfähigkeit des Modells wird durch die Auswertung des dynamischen Widerstandssignals verbessert. Um die Extrapolationsfähigkeit zu untersuchen, wird die Vorhersagegenauigkeit des Modells mit Daten getestet, die sich in Bezug auf den Werkstoff und der Beschichtungszusammensetzung deutlich von den Trainingsdaten unterscheiden. Dazu wurden mehrere Schweißexperimente mit Werkstoffen verschiedener Hersteller durchgeführt und nur ein Teil der Daten in das Training einbezogen. Die Ergebnisse dieser Arbeit verdeutlichen den positiven Einfluss der Prozesssignale auf die Robustheit des Modells und die Skalierbarkeit der Algorithmen künstlicher neuronaler Netze auf Daten außerhalb des Trainingsraums. T2 - DVS Congress 2023 Große Schweißtechnische Tagung CY - Essen, Germany DA - 11.09.2023 KW - Widerstandspunktschweißen KW - Hochfester Stahl KW - Künstliche Intelligenz KW - Neuronales Netz KW - Fügequalität PY - 2023 SN - 978-3-96144-230-0 SP - 772 EP - 779 AN - OPUS4-58693 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - El-Sari, B. A1 - Biegler, M. A1 - Gook, S. A1 - Rethmeier, Michael T1 - KI zur Prozessüberwachung im Unterpulverschweißen N2 - Beim Unterpulverschweißen sind die Prozessgeräusche ein Indikator für eine gute Fügequalität. Diese Beurteilung kann i.d.R. nur von einer erfahrenen Fachkraft durchgeführt werden. Eine kürzlich entwickelte künstliche Intelligenz kann automatisch das akustische Prozesssignal anhand vortrainierter Merkmale klassifizieren und die Fügequalität anhand des Geräuschs beurteilen. Der Algorithmus, einmal richtig trainiert, kann den Prüfaufwand beim Unterpulverschweißen deutlich reduzieren. KW - Unterpulverschweißen KW - Künstliche Intelligenz KW - Prozessüberwachung KW - Körperschall PY - 2024 SP - 1 EP - 2 AN - OPUS4-59483 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Marquardt, R. A1 - Osayi, J. A1 - Kmieciak, S. A1 - Biegler, M. A1 - Rethmeier, Michael T1 - Verschleißschutz einer Schneckengeometrie durch funktional gradierte Materialien N2 - Hochbelastete Stahlbauteile lassen sich durch Auftragen von Kobalt-Chrom Legierungen vor Verschleiß schützen. Die plötzliche Änderung der Materialeigenschaften führt jedoch zu Spannungen und Rissen im Anbindungsbereich. Daraus resultierende Abplatzungen stellen eine Gefahr für die Funktionsfähigkeit der Maschine und damit für Mensch und Umwelt dar. Um die Belastbarkeit der Schutzschicht zu verbessern, kann die Anbindung durch einen gradierten Materialübergang optimiert werden. Diese funktional gradierten Materialien können mittels pulverbasiertem Directed Energy Deposition aufgetragen werden. Die Methodik zum Aufbau und zur Qualitätssicherung solcher Materialien wurde in vorangegangenen Arbeiten für dickwandige Geometrien gezeigt. Für dünnwandige Geometrien ist die Anwendbarkeit bisher unzureichend untersucht worden. Diese Arbeit zeigt am Beispiel einer dünnwandigen gradierten Schneckengeometrie die Einsatzfähigkeit der Methodik. Dafür wird die Gefügestruktur der Gradierung auf Fehler untersucht und der Härteverlauf gemessen. Außerdem wird die relative Dichte anhand eines bereits trainierten neuronalen Netzes vorhergesagt und mit einer Porositätsuntersuchung verglichen. T2 - 14. Tagung Verschleiß- und Korrosionsschutz von Bauteilen durch Auftragschweißen CY - Halle a. d. Saale, Germany DA - 12.06.2024 KW - Directed Enery Deposition KW - Funktionally Graded Material KW - Additive Manufacturing KW - DED KW - FGM KW - AM PY - 2024 SP - 1 EP - 7 PB - SLV Halle AN - OPUS4-60721 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Marquardt, R. A1 - Gook, S. A1 - Biegler, M. A1 - Rethmeier, Michael T1 - Handgeführtes Laserstrahlschweißen am T-Stoß eines niedrig legierten Stahls N2 - Das handgeführte Laserstrahlschweißen gewinnt in der Industrie zunehmend an Bedeutung, da die hohe Produktivität und die einfache Handhabung Unternehmen wirtschaftliche Vorteile bieten. Derzeit ist der Einsatz in der Industrie jedoch auf Teile mit ästhetischen Anforderungen beschränkt, die häufig aus hochlegiertem Stahl bestehen. Um das Handschweißen mit Laserstrahl auch für Bauteile aus kostengünstigen Stähle mit guten mechanischen Eigenschaften einsetzen zu können, untersucht diese Studie den Einfluss des Schutzgases auf die Porosität am mikrolegierten Stahl HX340LAD mit einer Dicke von 1,5 mm. Getestet wurden die Gase Argon, Stickstoff, CO2 sowie Mischungen aus Argon und CO2 an T-Stöße mit Zusatzdraht. Die Qualifizierung der Porosität erfolgte gemäß DIN EN ISO 13919-1 an Querschliffen als auch mittels Röntgenuntersuchung. Die Ergebnisse zeigen, dass für diesen Stahl die Bewertungsgruppe B mittels CO2 als Schutzgas erreicht werden kann. Stickstoff führt zu Gruppe C, Argon zu D. KW - Handgeführtes Laserstrahlschweißen KW - HHLW KW - Stahl KW - Laser PY - 2025 VL - 2025 IS - 06 SP - 44 EP - 47 PB - DVS Media AN - OPUS4-63345 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Marquardt, R. A1 - Osayi, J. A1 - Kmieciak, S. A1 - Biegler, M. A1 - Rethmeier, Michael T1 - Verschleißschutz einer Schneckengeometrie durch funktional gradierte Materialien N2 - Hochbelastete Stahlbauteile lassen sich durch Auftragen von Kobalt-Chrom Legierungen vor Verschleiß schüt-zen. Die plötzliche Änderung der Materialeigenschaften führt jedoch zu Spannungen und Rissen im Anbindungs-bereich. Daraus resultierende Abplatzungen stellen eine Gefahr für die Funktionsfähigkeit der Maschine und damit für Mensch und Umwelt dar. Um die Belastbarkeit der Schutzschicht zu verbessern, kann die Anbindung durch einen gradierten Materialübergang optimiert werden. Diese funktional gradierten Materialien können mit-tels pulverbasiertem Directed Energy Deposition aufgetragen werden. Die Methodik zum Aufbau und zur Quali-tätssicherung solcher Materialien wurde in vorangegangenen Arbeiten für dickwandige Geometrien gezeigt. Für dünnwandige Geometrien ist die Anwendbarkeit bisher unzureichend untersucht worden. Diese Arbeit zeigt am Beispiel einer dünnwandigen gradierten Schneckengeometrie die Einsatzfähigkeit der Methodik. Dafür wird die Gefügestruktur der Gradierung auf Fehler untersucht und der Härteverlauf gemessen. Außerdem wird die relative Dichte anhand eines bereits trainierten neuronalen Netzes vorhergesagt und mit einer Porositätsuntersuchung verglichen. T2 - 14. Tagung Verschleiß- und Korrosionsschutz von Bauteilen durch Auftragschweißen CY - Halle (Saale), Germany DA - 12.06.2024 KW - Directed Enery Deposition KW - Funktionally Graded Material KW - Additive Manufacturing KW - DED KW - FGM KW - AM PY - 2024 AN - OPUS4-62688 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -