TY - JOUR A1 - Neumann, Benedikt A1 - Biegler, Max A1 - Goecke, Sven-Frithjof A1 - Rethmeier, Michael T1 - Detektion von Bindefehlern beim DED-Arc T1 - Detection of Lack of Fusion during DED-Arc N2 - Based on artificial intelligence (AI) developed for monitoring arc welding, this article presents a deep neural network for monitoring lack of fusion defects in wire arc additive manufacturing of aluminium. The aim is to detect defects in built-up volumes on the basis of weld source data. These can be successfully processed by the algorithm presented and a trained AI. The achieved accuracy of the network is 90 percent. N2 - In dem Beitrag wird aufbauend auf Machine-Learning-Modellen, welche bereits zum Überwachen des Schutzgasschweißen erforscht wurden, ein tiefes neuronales Netz (DNN) zum Monitoring beim DED-Arc von Aluminium vorgestellt. Ziel ist die Detektion von Bindefehlern in den aufgebauten Volumina auf Grundlage von in Echtzeit gemessenen Schweißstromquellensignalen. Es werden Merkmalsvariablen durch Vorverarbeitung extrahiert sowie die Korrelation zwischen den Merkmalsvariablen und den Defekten analysiert. Durch den vorgestellten Algorithmus werden diese automatisiert als Input an ein DNN übergeben. Das entwickelte und trainierte neuronale Netz erkennt anhand signifikanter Merkmale aus den Strom- und Spannungsdaten Bindefehler mit einer Genauigkeit von ca. 90 Prozent. KW - DED-Arc KW - Aluminiumschweißen KW - Bindefehler KW - Prozessüberwachung KW - Maschinelles Lernen KW - Deep Neural Network PY - 2024 DO - https://doi.org/10.1515/zwf-2024-1107 VL - 8 SP - 577 EP - 583 PB - Walter de Gruyter GmbH AN - OPUS4-61630 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 - TY - JOUR A1 - Huo, Wenjie A1 - Schmies, Lennart A1 - Gumenyuk, Andrey A1 - Rethmeier, Michael A1 - Wolter, Katinka T1 - Prediction of mean strain from laser beam welding images and detection of defects via strain curves based on machine learning N2 - With the advancement of machine learning, many predictions and measurements in visual tasks can be achieved by convolutional neural networks (CNNs). Solidification hot cracking is a significant defect in laser beam welding, commonly encountered in practical applications. Existing theories indicate that the formation of cracks is closely related to strain accumulation near the solidification front. In this paper, we first leverage supervised Regression networks to design CNNs that achieve real-time average strain estimation for each frame in the collected welding videos. Two different architectures are proposed and compared: the first model stacks two frames at a set interval and feeds them into the network, while the second model extracts image features individually and predicts the results by calculating the correlation between them. Each network has its own advantages in Terms of computational efficiency and accuracy. Finally, we further train a multilayer perceptron (MLP) classification model that can detect the occurrence of cracks based on the predicted strain behaviors. KW - Laser beam welding KW - Mean strain prediction KW - Solidification cracking detection Convolutional neural networks KW - Convolutional neural networks PY - 2025 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-644495 DO - https://doi.org/10.1016/j.optlastec.2025.113975 SN - 0030-3992 VL - 192, Part F SP - 1 EP - 8 PB - Elsevier Ltd. AN - OPUS4-64449 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Chaurasia, Prashant Kumar A1 - Fabry, Çağtay A1 - Pittner, Andreas A1 - De, Amitava A1 - Rethmeier, Michael T1 - Automated in situ monitoring and analysis of process signatures and build profiles during wire arc directed energy deposition N2 - Wire arc directed energy deposition (DED-Arc) is an emerging metal additive manufacturing process to build near-net shaped metallic parts in a layer-by-layer with minimal material wastage. Automated in situ monitoring and fast-responsive analyses of process signatures and deposit profiles during DED-Arc are in ever demand to print dimensionally consistent parts and reduce post-deposition machining. A comprehensive experimental investigation is presented here involving real-time synchronous measurement of arc current, voltage, and the deposit profile using a novel multi-sensor monitoring framework integrated with the DED-Arc set-up. The recorded current–voltage transients are used to estimate the time-averaged arc power, and energy input in real time for an insight of the influence of wire feed rate and printing travel speed on the deposit characteristics. A unique attempt is made to represent the geometric profiles of the single-track deposits in a generalized mathematical form corresponding to a segmented ellipse, which has exhibited the minimum root-mean-square error of 0.03 mm. The dimensional inconsistency of multi-track deposits is evaluated quantitatively in terms of waviness using build profile monitoring and automated estimation, which is found to increase with an increase in step-over ratio and energy input. For the multi-track mild steel deposits, the suitable range of step-over ratio for the minimum surface waviness is observed to lie between 0.6 and 0.65. Collectively, the proposed framework of synchronized process monitoring and real-time analysis provides a pathway to achieve dimensionally consistent and defect-free parts, and highlights the potential for closed-loop control systems for a wider industrial application of DED-Arc. KW - Additive Manufacturing KW - Arc welding KW - DED-arc KW - Real-time monitoring and control KW - Dimensional inconsistency PY - 2025 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-642029 DO - https://doi.org/10.1007/s40964-025-01333-9 SN - 2363-9512 SP - 1 EP - 20 PB - Springer Science and Business Media LLC CY - Cham AN - OPUS4-64202 LA - eng 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 - GEN A1 - Strobl, Dominic A1 - Unger, Jörg F. A1 - Chady, G. A1 - Klawoon, Alexander A1 - Pittner, Andreas A1 - Rethmeier, Michael A1 - Robens-Radermacher, Annika T1 - Efficient bead-on-plate weld model for parameter estimation towards effective wire arc additive manufacturing simulation N2 - Despite the advances in hardware and software techniques, standard numerical methods fail in providing real-time simulations, especially for complex processes such as additive manufacturing applications. A real-time simulation enables process control through the combination of process monitoring and automated feedback, which increases the flexibil- ity and quality of a process. Typically, before producing a whole additive manufacturing structure, a simplified experiment in form of a bead-on- plate experiment is performed to get a first insight into the process and to set parameters suitably. In this work, a reduced order model for the transient thermal problem of the bead-on-plate weld simulation is devel- oped, allowing an efficient model calibration and control of the process. The proposed approach applies the proper generalized decomposition (PGD) method, a popular model order reduction technique, to decrease the computational effort of each model evaluation required multiple times in parameter estimation, control and optimization. The welding torch is modeled by a moving heat source, which leads to difficulties separating space and time, a key ingredient in PGD simulations. A novel approach for separating space and time is applied and extended to 3D problems allowing the derivation of an efficient separated representation of the tem- perature. The results are verified against a standard finite element model showing excellent agreement. The reduced order model is also leveraged in a Bayesian model parameter estimation setup, speeding up calibrations and ultimately leading to an optimized real-time simulation approach for welding experiment using synthetic as well as real measurement data. KW - Ermüdung PY - 2023 DO - https://doi.org/10.5281/zenodo.7456813 PB - Zenodo CY - Geneva AN - OPUS4-59651 LA - eng AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Üstündag, Ömer A1 - Bakir, Nasim A1 - Gook, S. A1 - Gumenyuk, Andrey A1 - Rethmeier, Michael T1 - Hybrid Laser-Arc Welding of Thick-Walled, Closed, Circumferential Pipe Welds N2 - The application of hybrid laser-arc welding (HLAW) for joining closed circumferential welds is a challenge due to the high risk of forming a defective overlap area with a shrinkage void or solidification cracks in the material thickness. A series of HLAW experiments were performed to understand the development of a faulty overlap area when closing the circumferential weld. Welding trials on flat specimens and pipe segments were supported by numerical analyses in which the thermomechanical behavior of the welds in the overlap area was investigated. Different process control strategies were tested, including variations in defocusing levels and the overlap length. The newly developed HLAW head, including laser optics with a motor-driven collimation system, made it possible to defocus the laser beam during welding without disturbing the stability of the welding process. High-level defocusing of the laser beam of more than 40 mm relative to the specimen surface with a resulting beam diameter of > 2.9 mm, and in combination with a short overlap length of 15 mm, was promising with respect to the formation of a desired cup-shaped weld profile that is resistant to solidification cracks. KW - Hybrid Laser-Arc Welding KW - Thick-Walled Steel KW - High-Power Welding KW - Crater KW - Pipe Welding PY - 2022 DO - https://doi.org/10.29391/2022.101.002 SN - 0043-2296 VL - 101 IS - 1 SP - 15 EP - 26 PB - American Welding Society CY - New York, NY AN - OPUS4-55508 LA - eng 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 - Raute, Julius A1 - Schmidt, Jonathan A1 - Jokisch, Torsten A1 - Biegler, Max A1 - Rethmeier, Michael T1 - Prozessführung und erreichbare Nahtqualitäten: Elektronenstrahlschweißen von additiv gefertigtem Inconel 939 N2 - Additive Fertigungstechnologien wie das Laser-Pulverbett-Verfahren bieten großes Potenzial für die Fertigung von Neu und Ersatzteilen für stationäre Gasturbinen aus Nickelsuperlegierungen wie Inconel 939 (IN939). Um die Integration in bestehende Baugruppen zu ermöglichen und Bauraumbeschränkungen zu überwinden, muss die Prozesskette der additiven Fertigung um geeignete Fügetechniken erweitert werden. Die vorliegende Arbeit beschäftigt sich daher mit dem Schweißen von Inconel 939. Hierbei werden Bleche aus Gussmaterial und der additiven Herstellung mittels Laser im Pulverbett beim Elektronenstrahlschweißen verglichen. Im Fokus der Untersuchung stehen die erreichbare Nahtqualität im Hinblick auf geometrische Unregelmäßigkeiten sowie innere Defekte in Form von Mikrorissen in der Wärmeeinflusszone. Bei der Auswertung der geschweißten Proben zeigen sich keine Unterschiede in der Ausbildung der Nahtform zwischen dem additiv gefertigten Material und dem Gusswerkstoff. Für beide Materialien ließ sich bei hohen Vorschubgeschwindigkeiten von 20 mm/s die höchste Bewertungsgruppe für Strahlgeschweißte Nähte nach DIN EN ISO 13919-1 erreichen. Unabhängig von der Herstellungsart zeigen beide Materialien eine Zunahme der Rissneigung mit steigendem Vorschub. Das Material aus der additiven Herstellung weist aufgrund seiner Mikrostruktur insgesamt jedoch deutlich weniger Mikrorisse auf, was Potenzial für die Anwendung in der Praxis eröffnet. KW - Elektronenstrahlschweißen KW - PBF-LB/M KW - Inconell939 PY - 2025 UR - https://www.schweissenundschneiden.de/artikel/prozessfuehrung-und-erreichbare-naht-qualitaeten-elektronenstrahlschweissen-von-additiv-gefertigtem-inconel-939 DO - https://doi.org/10.53192/SUS202510 VL - 77 IS - 10 SP - 2 EP - 8 PB - DVS Media Verlag CY - Eltville am Rhein, Deutschland AN - OPUS4-64300 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -