TY - CONF A1 - Meyer, Lena A1 - Günster, Jens T1 - 3-D Druck in Schwerelosigkeit – Patentanmeldung für den Bau für Werkzeug und Ersatzteilen im Weltall N2 - Präsentation der Aktivitäten an der BAM im Bereich 3-D Druck in Schwerelosigkeit. T2 - Besuch des Deutschen Patent- und Markenamtes DPMA München CY - Berlin, Germany DA - 19.07.2022 KW - Additive manufacturing KW - Microgravity KW - Patent KW - Powder KW - Additive Fertigung KW - 3D Druck KW - Schwerelosigkeit PY - 2022 AN - OPUS4-56314 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Meyer, Lena T1 - Additive Fertigung unter Mikrogravitationsbedingungen für Anwendungen im Weltraum N2 - Präsentation der Aktivitäten an der BAM im Bereich Additive Fertigung unter Mikrogravitationsbedingungen für Anwendungen im Weltraum beim Arbeitsgruppentreffen der AG Werkstoffe & Prozesse vom Netzwerk Space2Motion. T2 - Arbeitsgruppentreffen beim Netzwerk Space2Motion CY - Online meeting DA - 09.11.2022 KW - Additive Fertigung KW - Mikrogravitation PY - 2022 AN - OPUS4-56353 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Schneider, M. A1 - Bettge, Dirk A1 - Hilgenberg, Kai A1 - Binder, M. A1 - Dollmeier, K. A1 - Dreyer, M. A1 - Klöden, B. A1 - Schlingmann, T. A1 - Schmidt, J. T1 - Reproducibility and Scattering in Additive Manufacturing: Results from a Round Robin on PBF-LB/M AlSi10Mg Alloy T1 - Reproduzierbarkeit und Streuung bei der additiven Fertigung: Ergebnisse eines Ringversuchs mit einer PBF-LB/M AlSi10Mg-Legierung N2 - The round robin test investigated the reliability users can expect for AlSi10Mg additive manufactured specimens by laser powder bed fusion through examining powder quality, process parameter, microstructure defects, strength and fatigue. Besides for one outlier, expected static material properties could be found. Optical microstructure inspection was beneficial to determine true porosity and porosity types to explain the occurring scatter in properties. Fractographic analyses reveal that the fatigue crack propagation starts at the rough as-built surface for all specimens. Statistical analysis of the scatter in fatigue using statistical derived safety factors concludes that at a stress of 36.87 MPa the fatigue limit of 107 cycles could be reached for all specimen with a survival probability of 99.999 %. N2 - Im Rahmen eines Ringversuchs wurde durch die Untersuchung der Pulverqualität, der Prozessparameter, der Gefügefehler, der Festigkeit und der Ermüdung die Zuverlässigkeit bestimmt, die Nutzer von AlSi10Mg-Proben erwarten können, die mit pulverbettbasiertes Schmelzen mittels Laser (engl. Laser Powder Bed Fusion) gefertigt worden sind. Abgesehen von einem Ausreißer wurden die erwarteten statischen Materialeigenschaften erreicht. Eine optische Gefügeprüfung diente dazu, die tatsächliche Porosität und Arten von Porosität zu ermitteln, um die bei den Eigenschaften auftretende Streuung zu erklären. Fraktographische Unterschungen zeigen eine bei allen Proben von der rauen Oberfläche im As-built-Zustand ausgehende Ermüdungsrissausbreitung. Aus der statistischen Analyse der Streuung bezüglich der Ermüdung unter Anwendung von statistischen abgeleiteten Sicherheitsfaktoren geht hervor, dass alle Proben die Dauerfestigkeit von 107 Zyklen bei einer Spannung von 36,87 MPa mit einer Überlebenswahrscheinlichkeit von 99,999 % erreichten. KW - Additive manufacturing KW - Reproducibility KW - Reliability PY - 2022 U6 - https://doi.org/10.1515/pm-2022-1018 SN - 2195-8599 VL - 59 IS - 10 SP - 580 EP - 614 PB - De Gruyter AN - OPUS4-55935 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Trappe, Volker T1 - Faserkunststoffverbunde (FKV) in Forschung und Anwendung N2 - Der Fachbereich Mechanik der Polymerwerkstoffe befasst sich mit der Charakterisierung der mechanischen Eigenschaften und der Degradation von Polymeren und Faserverbundwerkstoffen, die in hochbeanspruchten, sicherheitsrelevanten Konstruktionen wie jenen des Flugzeugbaus, des Automobilbaus und der Windenergie-Industrie eingesetzt werden. Auch die Analyse der chemischen und physikalischen Eigenschaften von Polymeren zählt zu unserem Aufgabenbereich. Das Spektrum reicht von der statischen Festigkeit über die Betriebsfestigkeit, die Messung bruchmechanischer und viskoelastischer Parameter bis hin zur Formulierung molekularer Schädigungsmechanismen. T2 - VDI Arbeitskreis Kunststofftechnik, BAM, Unter den Eichen 87 CY - Berlin, Germany DA - 14.08.2019 KW - Faserkunststoffverbunde KW - Werkstoffprüfung KW - Normung PY - 2019 AN - OPUS4-50128 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Duarte, Larissa A1 - Andrade, Ana Carolina A1 - Bettge, Dirk T1 - Fractographic Analysis of Fatigue Striations Formation under different Microstructures and Loading Conditions T1 - Fraktographische Untersuchung der Bildung von Schwingstreifen bei unterschiedlichen Gefügezuständen und Belastungsbedingungen N2 - Fatigue failure of a component can occur at service loads considerably lower than the yield strength of the material. Under fatigue loading condition, the material in the vicinity of the tip of a propagating crack repeatedly deforms plastically, leaving microscopic marks on the crack surface, commonly known as fatigue striations. Counting and measuring fatigue striations is a method in estimating the number of loading cycles a component went through until fracture. Some studies suggest a one-to-one relation between the number of fatigue striations and the number of load cycles, but this relation is still debatable, given that there are many factors influencing the formation of those striations. The main purpose of this work is to analyze the influence of microstructure and mechanical strength on the formation of fatigue striations in structural steels, in order to understand how these material properties are related to the fatigue crack behavior. For such, standard Charpy-V samples were subjected to hardness, fatigue and impact testing. Metallography was performed to characterize the microstructure, and a fractographic analysis by using optical and scanning electron microscopy was carried out to investigate the fracture surface. This study shows that steels with higher ductility have a closer one-to-one relation than those with a higher tensile strength. Above a certain level of tensile strength, fatigue striations do form rarely or completely disappear. N2 - Weit unterhalb der Streckfestigkeit des Werkstoffs kann es durch Schwingbruch zum Bauteilversagen kommen. Unter Schwingbeanspruchung wird der Werkstoff in der Nähe der Spitze eines sich ausbreitenden Risses wiederholt plastisch verformt. Dabei entstehen allgemein als Schwingstreifen bekannte mikroskopische Spuren. Das Zählen und Vermessen von Schwingstreifen ist ein Verfahren zum Schätzen der Anzahl von Belastungszyklen, denen ein Bauteil bis zum Bruch ausgesetzt war. Einige Studien legen hier eine 1 : 1-Beziehung zwischen der Anzahl von Schwingstreifen und der Anzahl von Lastspielen nahe. Dies erscheint angesichts der zahlreichen, die Bildung solcher Streifen beeinflussenden Faktoren allerdings fraglich. Hauptziel dieser Arbeit ist die Untersuchung der Auswirkungen des Gefüges und der mechanischen Festigkeit auf die Bildung von Schwingstreifen in Baustählen, um Zusammenhänge zwischen diesen Werkstoffeigenschaften und dem Schwingbruchverhalten verstehen zu können. Dafür wurden an Standard-Charpy-V-Proben Härte- sowie Schwing- und Schlagprüfungen durchgeführt. Zur Gefügecharakterisierung wurden die Proben metallographisch untersucht. Die Bruchfläche wurde zur Analyse fraktographisch licht- und rasterelektronenmikroskopisch untersucht. Die vorliegende Untersuchung zeigt dabei auf, dass Stähle mit einer höheren Duktilität näher an eine solche 1 : 1-Beziehung herankommen als solche mit einer höheren Zugfestigkeit. Oberhalb einer bestimmten Zugfestigkeit bilden sich selten oder gar keine Schwingstreifen. KW - Schwingstreifen KW - Fatigue striations PY - 2020 U6 - https://doi.org/10.3139/147.110668 VL - 57 IS - 12 SP - 869 EP - 886 PB - Carl Hanser Verlag CY - München AN - OPUS4-51952 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Schmies, Lennart A1 - Botsch, B. A1 - Le, Q.-H. A1 - Yarysh, A. A1 - Sonntag, U. A1 - Hemmleb, M. A1 - Bettge, Dirk T1 - Classification of fracture characteristics and fracture mechanisms using deep learning and topography data T1 - Klassifikation von Bruchmerkmalen und Bruchmechanismen mittels Deep Learning und unter Verwendung von Topographiedaten N2 - In failure analysis, micro-fractographic analysis of fracture surfaces is usually performed based on practical knowledge which is gained from available studies, own comparative tests, from the literature, as well as online databases. Based on comparisons with already existing images, fracture mechanisms are determined qualitatively. These images are mostly two-dimensional and obtained by light optical and scanning electron imaging techniques. So far, quantitative assessments have been limited to macrocopically determined percentages of fracture types or to the manual measurement of fatigue striations, for example. Recently, more and more approaches relying on computer algorithms have been taken, with algorithms capable of finding and classifying differently structured fracture characteristics. For the Industrial Collective Research (Industrielle Gemeinschaftsforschung, IGF) project “iFrakto” presented in this paper, electron-optical images are obtained, from which topographic information is calculated. This topographic information is analyzed together with the conventional 2D images. Analytical algorithms and deep learning are used to analyze and evaluate fracture characteristics and are linked to information from a fractography database. The most important aim is to provide software aiding in the application of fractography for failure analysis. This paper will present some first results of the project. N2 - Die mikrofraktographische Analyse von Bruchflächen wird in der Schadensanalyse meist auf der Basis von Erfahrungswissen vorgenommen, welches aus vorliegenden Untersuchungen, eigenen Vergleichsversuchen und aus der Literatur und online Datenbanken stammt. Durch Vergleiche mit bereits vorliegenden Bildern werden qualitativ Bruchmechanismen ermittelt. Grundlage dafür sind zumeist zweidimensionale Aufnahmen aus licht- und elektronenoptischen Verfahren. Quantitative Aussagen beschränken sich bislang beispielsweise auf makroskopische Anteile von Bruchmechanismen oder die manuelle Ausmessung von Schwingstreifen. In jüngerer Zeit gibt es vermehrt Ansätze, Computer-Algorithmen einzusetzen, die in der Lage sind, unterschiedlich strukturierte Bruchmerkmale zu finden und zu klassifizieren. Im hier vorgestellten IGF-Vorhaben „iFrakto“ werden elektronenoptische Aufnahmen erzeugt und daraus Topographie-Informationen berechnet. Diese gewonnenen Topographie-Informationen werden zusammen mit den klassischen 2D-Bildern ausgewertet. Analytische Algorithmen und Deep Learning werden eingesetzt, um Bruchmerkmale zu analysieren, zu bewerten und mit Informationen aus einer fraktographischen Datenbank zu verknüpfen. Wichtigstes Ziel ist die Bereitstellung von Software zur Unterstützung der Fraktographie in der Schadensanalyse. In diesem Beitrag werden erste Ergebnisse des Vorhabens vorgestellt. KW - Fractography KW - Deep Learning KW - Classification PY - 2023 U6 - https://doi.org/10.1515/pm-2022-1008 SN - 0032-678X VL - 60 IS - 2 SP - 76 EP - 92 PB - De Gruyter AN - OPUS4-56962 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Lemiasheuski, Anton A1 - Bajer, Evgenia A1 - Oder, Gabriele A1 - Göbel, Artur A1 - Hesse, Rene A1 - Pfennig, A. A1 - Bettge, Dirk T1 - Entwicklung eines automatisierten 3D-Metallographie-Systems und erste Beispiele für die Anwendung in der Gefüge-Analyse T1 - Development of an automated 3D metallography system and some first application examples in microstructural analysis N2 - Die klassische Metallographie basiert auf Abbildungen einzelner Schliffebenen und kann auf räumliche Formen und Anordnungen des Gefüges nur bedingt schließen. Die Idee, aus metallographischen Serienschliffen dreidimensionale Gefügestrukturen zu rekonstruieren, ist daher naheliegend und nicht neu. Allerdings ist der Aufwand, in Handarbeit viele Einzel-Schliffe zu präparieren und zu Bildstapeln zusammenzusetzen, sehr hoch und steht einer häufigen Anwendung entgegen. Deshalb wird an der BAM ein Roboter-gestütztes 3D-Metallographie-System entwickelt, das an einer Schliffprobe die Schritte Präparation und Bildeinzug vollautomatisch mit vielen Wiederholungen ausführt. Die Präparation umfasst Schleifen, Polieren und optional Ätzen der Schlifffläche, der Bildeinzug autofokussierte lichtmikroskopische Aufnahmen bei mehreren Vergrößerungsstufen. Der erhaltene Bildstapel wird anschließend vorverarbeitet, segmentiert und in ein 3D-Modell umgesetzt, das einer mikrotomographischen Aufnahme ähnelt, allerdings mit besserer lateraler Auflösung bei großem Volumen. Im Gegensatz zu tomographischen Verfahren besteht die Möglichkeit der Kontrastierung durch klassische chemische Ätzung. Die Integration eines REMs ist geplant. Bislang durchgeführte Arbeiten verdeutlichen die Möglichkeiten der Darstellung von Heißgas-Korrosionsschichten, Grauguss-Werkstoffen und Keramik-basierten mikroelektronischen Strukturen (Vias). N2 - Traditional metallography relies on the imaging of individual section planes. However, conclusions as to spatial shapes and microstructural arrangements can only be drawn to a limited extent. The idea to reconstruct three-dimensional microstructures from metallographic serial sections is therefore obvious and not at all new. However, the manual process of preparing a great number of individual sections and assembling them into image stacks is time-consuming and laborious and therefore constitutes an obstacle to frequent use. This is why the Federal Institute for Materials Research and Testing, or BAM for short (Bundesanstalt für Materialforschung und -prüfung), is developing a robot-assisted 3D metallography system performing the tasks of preparation and image acquisition on a metallographic section fully automatically and repeatedly. Preparation includes grinding, polishing and optional etching of the section surface. Image acquisition is performed using a light optical microscope with autofocus at several magnification levels. The obtained image stack is then pre-processed, segmented and converted to a 3D model resembling a microtomographic image, but with a higher lateral resolution when large volumes are sampled. As opposed to tomographic techniques, it is possible to perform traditional chemical etching for contrasting. The integration of a SEM is in the planning stages. Studies conducted so far have demonstrated the possibility of visualizing hot gas corrosion layers, grey cast irons and ceramic-based microelectronic structures (vias). KW - 3D-Metallographie KW - Gefügeanalyse KW - Serienschnitte KW - Gefügerekonstruktion KW - 3D metallography KW - Microstructure analysis KW - Serial sectioning KW - Microstrucure reconstruction PY - 2023 U6 - https://doi.org/10.1515/pm-2023-0057 SN - 0032-678X VL - 60 IS - 10 SP - 676 EP - 691 PB - De Gruyter CY - Berlin/Boston AN - OPUS4-58593 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Bettge, Dirk A1 - Schmies, Lennart T1 - Die Fraktographische Online-Datenbank der AG Fraktographie – Entwicklungsstand und Planung T1 - The WG Fractography Online Database – Stage of Development and Planning N2 - Die AG Fraktographie im DVM/DGM-Gemeinschaftsgremium „Elektronenmikroskopie in der Materialforschung“ betreibt seit 2013 eine fraktographische online-Datenbank („FractoDB“), die für das interessierte Fachpublikum kostenfrei zur Verfügung steht. Die Analyse und Bewertung von Bruchflächen und der darauf befindlichen Bruchmerkmale ist ein wichtiger Teilaspekt der Schadensanalyse bei der Suche nach Schadensmechanismen und Schadensursachen. Risse und Brüche an realen Bauteilen können nur dann bewertet werden, wenn gut dokumentierte Vergleichsbrüche aus Laborversuchen zur Verfügung stehen, sei es an Proben oder an Vergleichs-Bauteilen. Daher trägt die AG Fraktographie Bildmaterial zusammen, führt systematisch Laborversuche und Ringversuche durch und analysiert Brüche aus Schadensfällen. Die gewonnenen Daten werden zu Datensätzen zusammengestellt und über die Datenbank zugänglich gemacht. Derzeit ist ein Bestand von über 400 Datensätzen mit insgesamt über 4.500 Bildern verfügbar, welcher durchsucht werden kann und in Anlehnung an die VDI 3822 organisiert ist. Weitere Aktivitäten der AG Fraktographie, die in der FractoDB abgebildet werden, sind u.a. die Entwicklung einer fraktographischen Symbolik und die Analyse von Bruchmerkmalen mittels Machine Learning. Über die aktuellen Ergebnisse und Planungen wird berichtet. N2 - Since 2013, the AG Fraktographie (Working Group (WG) Fractography) in the DVM/DGM Joint Committee “Elektronenmikroskopie in der Materialforschung” (Electron Microscopy in Materials Research) maintains a fractographic online database (“FractoDB”) available to interested professionals. When it comes to identifying failure mechanisms and causes of damage, the analysis and evaluation of fracture surfaces and their characteristics constitute important aspects of the failure analysis. Cracks and fractures in real components can only be assessed if well-documented comparative fractures from laboratory tests are available – be it in samples or in comparison components. The WG Fractography therefore gathers image material, systematically carries out laboratory and round robin tests, and analyzes fractures from damage cases. From the thus obtained data, datasets are compiled and made available via the database. Currently, a browsable inventory of more than 400 datasets with a total of more than 4500 images is available. It is organized in line with guideline VDI 3822. Other activities of the WG Fractography represented in the FractoDB include, amongst others, the development of a fractographic set of symbols and the analysis of fracture characteristics using machine learning. This contributbution reports on latest results and plans. KW - Fraktographie KW - Datenbank KW - Schadensanalyse KW - Bruchflächen KW - Machine Learning PY - 2023 U6 - https://doi.org/10.1515/pm-2023-0048 SN - 0032-678X VL - 60 IS - 9 SP - 569 EP - 579 PB - De Gruyter CY - Berlin AN - OPUS4-58200 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -