Additive Fertigung
Filtern
Dokumenttyp
- Beitrag zu einem Tagungsband (68) (entfernen)
Schlagworte
- Additive Manufacturing (16)
- Additive Fertigung (15)
- Additive manufacturing (15)
- Laser powder bed fusion (8)
- Hochfester Stahl (6)
- Thermography (6)
- Eigenspannungen (5)
- Thermografie (5)
- AM (4)
- DED (4)
Organisationseinheit der BAM
- 9 Komponentensicherheit (50)
- 9.3 Schweißtechnische Fertigungsverfahren (25)
- 8 Zerstörungsfreie Prüfung (24)
- 8.0 Abteilungsleitung und andere (16)
- 9.6 Additive Fertigung metallischer Komponenten (14)
- 9.4 Integrität von Schweißverbindungen (11)
- 8.5 Röntgenbildgebung (9)
- 9.2 Versuchsanlagen und Prüftechnik (7)
- 5 Werkstofftechnik (5)
- 7 Bauwerkssicherheit (4)
- 7.5 Technische Eigenschaften von Polymerwerkstoffen (4)
- 5.0 Abteilungsleitung und andere (2)
- 5.4 Multimateriale Fertigungsprozesse (2)
- 1 Analytische Chemie; Referenzmaterialien (1)
- 1.9 Chemische und optische Sensorik (1)
- 4 Material und Umwelt (1)
- 4.2 Material-Mikrobiom Wechselwirkungen (1)
- 5.2 Metallische Hochtemperaturwerkstoffe (1)
- 5.5 Materialmodellierung (1)
- 6 Materialchemie (1)
- 6.5 Synthese und Streuverfahren nanostrukturierter Materialien (1)
- 6.6 Physik und chemische Analytik der Polymere (1)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (1)
- 8.4 Akustische und elektromagnetische Verfahren (1)
- 9.0 Abteilungsleitung und andere (1)
Hochfeste Feinkornbaustähle verfügen über großes Potenzial für gewichtsoptimierte, effiziente Strukturen in vielen modernen Stahlkonstruktion. Weitere Effizienzsteigerungen können durch additives Fertigen sowie bionische Bauweisen erreicht werden. Hochfeste Zusatzwerkstoffe für formgebendes MSG-Schweißen (engl.: Wire Arc Additive Manufacturing, WAAM) sind bereits von den Schweißzusatzherstellern lieferbar. Eine breite industrielle Anwendung insbesondere für KMU ist aufgrund fehlender quantitativer Erkenntnisse und Richtlinien bezüglich schweißbedingter Beanspruchungen und Bauteilsicherheit während der Herstellung und des Betriebs derzeit stark limitiert. In einem gemeinsamen Forschungsprojekt (FOSTA-P1380/IGF21162BG) der BAM und der TU Chemnitz werden daher die mit Eigenspannungsausbildung und der Gefahr einer Kaltrissbildung verbundenen prozess- und werkstoffbedingten sowie konstruktiven Einflüsse beim WAAM hochfester Stähle untersucht. Der vorliegende Beitrag fokussiert die Analyse der Auswirkungen von Schweißwärmeführung und Design der WAAM-Bauteile auf Nahtgeometrie, Materialausnutzung und Eigenspannungen. Hierfür werden geometrisch definierte Probenkörper (Hohlquader) vollautomatisiert mit einem speziellen, hochfesten WAAM-Massivdraht (Streckgrenze >790 MPa) geschweißt. Die Wärmeführung wird innerhalb eines statistischen Versuchsplans so variiert, dass die Dt8/5-Abkühlzeiten im empfohlenen Verarbeitungsbereich (ca. 5 s bis 20 s) liegen. Das WAAM-Schweißen komplexer Geometrien mit variierenden Schweißwärmeführungen und geometrischen Verhältnissen bzw. Wanddicken bedingt neben den Auswirkungen auf die Abkühlbedingungen, Abkühlzeiten und Gefüge deutliche Einflüsse auf die konstruktiven Steifigkeitsverhältnisse beim Schweißen. Es zeigen sich anhand der Schweißexperimente signifikante Auswirkungen durch Probenskalierung und Wärmeeinbringung auf die resultierenden lokalen Eigenspannungen. Die Folge können ungünstige Bauteileigenschaften und risskritische Zugeigenspannungen sein.
The European Commission has identified Advanced Manufacturing and Advanced Materials as two of six Key Enabling Technologies (KETs). It is considered that Metrology is a key enabler for the advancement of these KETs. Consequently, EURAMET, the association of metrology institutes in Europe, has strengthened the role of Metrology for these KETs by enabling the creation of a European Metrology Network (EMN) for Advanced Manufacturing. The EMN is comprised of National Metrology Institutes (NMIs) and Designated Institutes (DIs) from across Europe and was formally established in October 2021. The aim of the EMN is to provide a high-level coordination of European metrology activities for the Advanced Manufacturing community.
The EMN itself is organized in three sections representing the major stages of the manufacturing chain: 1) Advanced Materials, 2) Smart Manufacturing Systems, and 3) Manufactured Components & Products. The EMN for Advanced Manufacturing is engaging with stakeholders in the field of Advanced Manufacturing (large companies & SMEs, industry organisations, existing networks, and academia), as well as the wider Metrology community, including Technical Committees, to provide input for the Strategic Research Agenda (SRA) on Metrology for Advanced Manufacturing.
This contribution will give an overview about the first version of the SRA prepared by the EMN for Advanced Manufacturing
Die Additive Fertigung gewinnt zunehmend an Bedeutung für die Verarbeitung von Kupferwerkstoffen im industriellen Umfeld. Hierbei wird verstärkt auf drahtförmige Ausgangswerkstoffe gesetzt, da diese Vorteile im Handling bieten, bereits aus der Schweißtechnik bekannt sind und sich zumeist durch geringere Beschaffungskosten auszeichnen. In den letzten Jahren entwickelte sich unter den drahtbasierten Verfahren der Directed-Energy-Deposition (DED) eine Prozessvariante unter Nutzung des Elektronenstrahls zur industriellen Marktreife. Dabei zeigt die Technologie Wire Electron Beam Additive Manufacturing (DED-EB) besondere Vorteile gegenüber anderen DED-Prozessen für die Anwendung an Kupfer. Um das Verfahren einem breiten Anwenderkreis in der Industrie zugänglich zu machen, fehlen jedoch Daten zu Leistungsfähigkeit, Prozessgrenzen und Anwendungsmöglichkeit- en. Die vorliegende Untersuchung beschäftigt sich mit dieser Problemstellung am Beispiel der Legierung CuSn1MnSi. Über mehrstufige Testschweißungen werden die physikalisch möglichen Prozessgrenzen ermittelt und Rückschlüsse über die Eignung der Parameter zum additiven Aufbau gezogen. An verschiedenen additiv gefertigten Probekörpern werden anschließend Kennwerte für Aufbaurate, Härte, Mikrostruktur, Oberflächenqualität sowie mechanische Festigkeitswerte ermittelt. Es zeigt sich, dass das die durch DED-EB hergestellten Proben, trotz des groben Gefüges sowie der thermischen Belastung im Aufbauprozess, in ihren Eigenschaften gut mit den Spezifikationen des Ausgangsmaterials übereinstimmen.
Um Bauteile vor Verschleiß und Korrosion zu schützen werden Beschichtungen aus resistenteren Materialien aufgetragen. Hierzu zählen unter anderen die Legierungen auf Cobalt-Chrom Basis. Der diskrete Materialsprung ist jedoch unter thermischen und mechanischen Belastungen häufig Ursache für das Versagen der Beschichtung. In dieser Arbeit werden daher Materialgradierungen von verschiedenen Stahllegierungen zu einer Cobalt-Chrom Basislegierung untersucht. Die Ergebnissen werden dafür auch mit Resultaten zu vorangegangenen Untersuchungen verglichen. Kern der Arbeit bilden geätzte Schliffbilder der Materialpaarungen und Auswertungen mittels Farbeindringprüfung sowie die metallografische Bestimmung der Porosität. Ziel der Arbeit ist ein defektfreier Aufbau der funktional gradierten Materialpaarungen.
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.
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.
Rapidly advancing technologies and progressive digitisation are posing challenges to the established quality infrastructure (QI). In response, the key stakeholders of the German QI established the initiative QI-Digital aimed at developing new solutions for modern quality assurance. One of the central use cases herein is quality assurance for additive manufacturing, in which a fully interlinked additive manufacturing process chain is established. The intention is to collect and process data from each production step, allowing for a comprehensive digital view of the physical material flow. Within this process chain, prototypes of digital QI tools like machine readable standards and digital quality certificates are being demonstrated, tested, and evolved. This is complemented by research on the process level, comprising the evaluation and refinement of methods for in-situ and ex-situ quality assurance, as well as algorithms for registration, reduction, and analysis of process data. This paper presents the status, goals, and vision for the QI-Digital use case additive manufacturing.
New developments in nickel-based superalloys and production methods, such as the use of additive manufacturing (AM), can result in innovative designs for turbines. It is crucial to understand how the material behaves during the AM process to advance industrial use of these techniques. An analytical model based on reaction-diffusion formalism is developed to better explain the solidification behavior of the material during laser metal deposition (LMD). The well-known Scheil-Gulliver theory has some drawbacks, such as the assumption of equilibrium at the solid-liquid interface, which is addressed by this method. The solidified fractions under the Scheil model and the pure equilibrium model are calculated using CALPHAD simulations. Differential scanning calorimeter is used to measure the heat flow during the solid-liquid phase transformation, the result of which is further converted to solidified fractions. The analytical model is compared with all the other models for validation.
Great complexity characterizes Additive Manufacturing (AM) of metallic components via laser powder bed fusion (PBF-LB/M). Due to this, defects in the printed components (like cracks and pores) are still common. Monitoring methods are commercially used, but the relationship between process data and defect formation is not well understood yet. Furthermore, defects and deformations might develop with a temporal delay to the laser energy input. The component’s actual quality is consequently only determinable after the finished process.
To overcome this drawback, thermographic in-situ testing is introduced. The defocused process laser is utilized for nondestructive testing performed layer by layer throughout the build process. The results of the defect detection via infrared cameras are shown for a research PBF-LB/M machine.
This creates the basis for a shift from in-situ monitoring towards in-situ testing during the AM process. Defects are detected immediately inside the process chamber, and the actual component quality is determined.
For the wide acceptance of the use of additive manufacturing (AM), it is required to provide reliable testing methods to ensure the safety of the additively manufactured parts. A possible solution could be the deployment of in-situ monitoring during the build process. However, for laser powder bed fusion using metal powders (PBF-LB/M) only a few in-situ monitoring techniques are commercially available (optical tomography, melt pool monitoring), which have not been researched to an extent that allows to guarantee the adherence to strict quality and safety standards.
In this contribution, we present results of a study of PBF-LB/M printed parts made of the nickel-based superalloy Haynes 282. The formation of defects was provoked by local variations of the process parameters and monitored by thermography, optical tomography and melt pool monitoring. Afterwards, the defects were characterized by computed tomography (CT) to identify the detection limits of the used in-situ techniques.