Heroimage Institut Fuer Material Und Prozessdesign

Verfahren

CALMS - Charakterisierung additiv laser-gefertigter Strukturen

Laserauftragschweißen von Aluminium-Legierungen mittels Draht

Die laseradditive Fertigung (LAF) von Strukturen aus Aluminium-Legierungen findet bereits in vielen Industriebereichen Anwendung. Die dominierende laseradditive Technologie ist das pulver-basierte Selective Laser Melting (SLM). Dennoch ist das Spektrum an für das SLM qualifizierten Aluminiumlegierungen sehr beschränkt. Die Handhabung von Pulverwerkstoffen ist im Allgemeinen sehr aufwendig. Für das Laserauftragschweißen (LMD) mit Draht können konventionelle umgerüstete Anlagen zum Laserstrahlschweißen verwendet werden. Die Handhabung von Draht als Verbrauchsmaterial ist dabei deutlich einfacher als für Pulver. Darüber hinaus ist eine deutlich größere Anzahl an Werkstoffen als Draht verfügbar, da konventionelle Schweißzusatzdrähte für diesen LAF-Prozess verwendet werden können. Durch die Verwendung von Draht können zudem deutlich höhere Auftragsraten und Werkstoffausnutzraten erzielt werden, so dass auch großformatige Beschichtungen aber auch Strukturen realisiert werden können. Durch die Verknüpfung des Knowhows über den Prozess, die (für die additive Fertigung teilweise neuen) Materialien und die Mikrostrukturen ist es möglich die Struktureigenschaften maßzuschneidern.

Draht-basiertes Laserauftragschweißen von Magnesium-Legierungen
Prozesssimulation des Laserauftragsschweißens von Aluminiumlegierungen mittels der Finite-Elemente-Methode
Ansatz zum Laserfügen von ungleichartigen Titan- und Titanaluminid-Verbindungen
Prozesssimulation des Laserstrahlschweißens
Untersuchung der lokalen und globalen Eigenschaften von laseradditiv-gefertigten Strukturen und lasergeschweißten Strukturen
Additive Fertigung von Duplexstahl mittels Laser und Draht

ILMS - Integrität der mit Laser prozessierten Werkstoffe und Strukturen

Laser Shock Peening als Ansatz zur Verlängerung der Lebensdauer von Leichtbaustrukturen

Laser-Shock-Peening (LSP) ist ein Oberflächenbehandlungsverfahren, welches zum Verbessern der Ermüdungseigenschaften von Leichtbaustrukturen verwendet werden kann. Ermüdung ist heutzutage einer der wichtigsten Versagensursachen in der Luftfahrtindustrie. Es werden Druckeigenspannungen in kritischen Bereichen der Struktur eingebracht, welche die, den Riss treibenden Zuglasten, überlagern und damit reduzieren. Die reduzierten Zuglasten führen zu einer Verringerung der Risswachstumsgeschwindigkeit oder verhindern bereits die Rissbildung. Laserinduzierte Druckimpulse verursachen hierfür lokale plastische Deformationen nahe der Oberfläche des Materials. Die Eigenspannungen resultieren aus der elastischen Relaxation des plastisch deformierten oberflächennahen Gebietes. Der Nd:YAG Laser ermöglich mit der Verwendung von Laserimpulsenergien von bis zu 5 J und einer Dauer von 10-20 ns die Erzeugung von höheren Druckeigenspannungen und Eindringtiefen verglichen mit traditionell verwendeten Verfahren, wie dem Shot-Peening. Eigenspannungen können experimentell mit der inkrementellen Bohrlochmetode unter Verwendung der Integralmethode gemessen werden.

Mit numerischen Simulationen wird ein tieferes Verständnis der schwierig messbaren Phänomene, wie der Schockwellenausbreitung oder der plastisch beeinflussten Zonen erlangt. Das Ziel der effizienten Vorhersage von Eigenspannungen wird aus dem eng verzahnten Zusammenspiel aus numerischer Simulation und experimenteller Arbeit verfolgt. Weiter ist es notwendig die Einfluss der Eigenspannungen auf das Risswachstum zu untersuchen um die Frage zu beantworten, wie das Risswachstum auf gewünschte Weise beeinflusst werden kann. Hierdurch lassen sich beispielsweise optimale Schussmuster für das Verfahren identifizieren. Es wird eine mehrskalige Simulationsstrategie entwickelt, die die Vorhersage von LSP-generierten Eigenspannungen, die Spannungsübertragung auf ein Ermüdungsrissmodell und die Vorhersage der Ermüdungsrissausbreitungsrate als Ergebnis beinhaltet.

Entwicklung eines virtuellen Zwillings für Laser-Shock-Peening welcher physikbasierte Simulation und maschinelles Lernen kombiniert