Forschung für den Mittelstand - Die IGF-Projektdatenbank

Verbindungsfestigkeitsprognose für das Fügen durch Umformen

Die Anwendung der mechanischen Fügetechnik in verschiedenen Industriezweigen wie Automobilbau, Bauwesen und Haushaltsgeräte hat in den letzten 20 Jahren stark zugenommen. Um das weitere Wachstum der ressourcenschonenden Fügeprozesse zu sichern, müssen neue Anwender in der Lage sein, diese Prozesse schnell und ohne großes Prozess-Know-how zu gestalten. Dieses Ziel wird mit dem hier beschriebenen Projektantrag verfolgt. Im Prinzip ist bekannt, dass die geometrischen Eigenschaften wie Hinterschnitt oder min. Bodendicke in direktem Zusammenhang mit der Festigkeit der Verbindungen stehen, aber eine quantitative Korrelation für verschiedene Materialdickenkombinationen ist noch nicht untersucht worden.

Ziel des hier beschriebenen Projektes ist es, eine Prognose der Verbindungsfestigkeit beim Halbhohlstanznieten (SPR-ST) und Clinchen auf Basis der geometrischen Eigenschaften der Verbindungen sowie der Materialeigenschaften der zu verbindenden Teile zu ermöglichen. Als Prognoseverfahren werden datenbasierte Algorithmen (Machine Learning) und analytische Methoden untersucht. Auf diese Weise können große experimentelle Aufwendungen in Bezug auf die Prüfung eingespart und die mechanischen Verbindungen um ein Vielfaches schneller dimensioniert werden.

Die im Projekt entwickelten Methoden sollen es den Systemanbietern (KMU) der mechanischen Fügetechnik ermöglichen, ihre bestehenden Produkte durch neue, innovative Softwaresysteme zu ergänzen. Denkbar ist, dass Systemhersteller ihren Kunden neben Fügesystemen, Fügewerkzeugen und Fügehilfselementen auch produktspezifische Software anbieten, die es dem Anwender ermöglichen, Fügeprozesse ohne Vorkenntnisse zu gestalten und somit Produkte vom Systemanbieter direkt aus dieser Software beziehen zu können.

Da die Anwendung von Methoden des maschinellen Lernens ein wesentlicher Bestandteil im Zuge der Digitalisierung ist, trägt das Projekt dazu bei, das Interesse und die Kompetenz von KMU am Digitalisierungsprozess zu fördern

Ergebniszusammenfassung:

In diesem Forschungsprojekt wurde die Möglichkeit untersucht, den Aufwand bei der Auslegung von mechanischen Fügeverbindungen zu verkürzen. Zu diesem Zweck werden zwei Methoden zur sofortigen Vorhersage der mechanischen Festigkeit einer Verbindung untersucht. Beide Methoden zielen darauf ab, den rechnerischen und experimentellen Aufwand zu verringern, der mit der Bestimmung der quasistatischen Festigkeit der Verbindung verbunden ist. Der experimentelle Ansatz ist arbeitsintensiv, während der numerische Ansatz zeitaufwändig ist und Eingabedaten erfordert, die nicht immer ohne weiteres verfügbar sind.

Die hier beschriebenen Forschungsergebnisse zeigen das Potenzial der datenbasierten Vorhersage von Fügeergebnissen. Die Verfügbarkeit umfassender und qualitativ hochwertiger Material- und Prozessdaten ist für die Entwicklung zuverlässiger Modelle unerlässlich. Im Hinblick auf die industrielle Umsetzung der entwickelten Ansätze konnte gezeigt werden, dass allgemein verfügbare Materialdaten wie Zugfestigkeit und Blechdicken sowie die bekannten Prozessparameter gute Vorhersagen für die Verbindungsfestigkeit ermöglichen. In einem nächsten Schritt werden die entwickelten Modelle in der Praxis getestet. Auf der Grundlage dieser Feldversuche können die idealen Anwendungsbereiche identifiziert und eventuelle Abweichungen in Bezug auf verschiedene Materialklassen ermittelt werden.

Hinsichtlich der analytischen Vorhersagen kann festgestellt werden, dass die meisten der verfügbaren Modelle auf Lösungen für bestehende mechanische Prozesse basieren, die der Belastung einer Clinchverbindung ähneln. Die Formeln werden anhand der experimentellen Datenbasis bewertet. Es zeigt sich, dass die Modelle eine relativ gute Vorhersage liefern können, sofern die Randbedingungen der Modelle nicht verletzt werden.