Über die IGF

Forschungsvereinigungen müssen für die Antragstellung im Rahmen der IGF autorisiert sein. Noch nicht autorisierte Forschungsvereinigungen können einen Antrag auf Autorisierung im Förderprogramm Industrielle Gemeinschaftsforschung (IGF) stellen, wenn die Kriterien gemäß der Anlage Förderrichtline erfüllt sind.

Die Industrielle Gemeinschaftsforschung (IGF) ist ein europaweit einzigartiges, themenoffenes und vorwettbewerbliches Förderprogramm des Bundesministeriums für Wirtschaft und Energie (BMWE), das kleinen und mittleren Unternehmen (KMU) einen einfachen Zugang zu praxisorientierter Forschung ermöglicht.

Eine Kurzdarstellung veranschaulicht den Prozess von der Idee bis zur Veröffentlichung des Forschungsergebnisses.

Hier finden Sie eine Übersicht aller IGF-Forschungsvereinigungen.

IGF bewegt: Erhalten Sie in Bild und Ton Einblicke in die IGF.

Mit den Mitteln der IGF werden im transnationalen Netzwerk CORNET auch Projekte gemeinsam mit internationalen Kooperationspartnern durchgeführt ...

Geförderte Projekte

Im Rahmen des IGF-Kongresses wurde das IGF-Projekt des Jahres 2025 gewählt. Unter 23 Einreichungen hat der Wissenschaftliche Rat der IGF drei Finalisten nominiert. Das Gewinner-Team wurde durch das Publikum gewählt.

Ein kleiner Ausschnitt der bisher rund 12000 geförderten Projekte bietet einen Einblick in die Vielfalt der Forschungsthemen.

Die Projektdatenbank der Industriellen Gemeinschaftsforschung (IGF) umfasst rund 12000 abgeschlossene und laufende IGF-Vorhaben seit dem Jahr 1995 und wird regelmäßig aktualisiert.

Service
FAQ

Forschung für den Mittelstand - Die IGF-Projektdatenbank

Die Projektdatenbank der Industriellen Gemeinschaftsforschung (IGF) umfasst rund 12000 abgeschlossene und laufende IGF-Vorhaben seit dem Jahr 1995 und wird regelmäßig aktualisiert.

Suchen Sie nach einem exakten Begriff, setzen Sie diesen bitte in Anführungszeichen.
Möchten Sie sich einige Vorhaben als Auswahlliste abspeichern, können Sie diese mithilfe des Kästchens markieren und als PDF anzeigen lassen.
Die Suchergebnisliste zeigt alle Vorhaben in einem PDF-Dokument an.
Weitere Filter finden Sie in der erweiterten Suche.

Lebenszyklusübergreifende Qualitätssicherung umformtechnischer Fügeverbindungen von Aluminiumknetlegierungen mittels Körperschallanalyse

Laufzeit:01.05.2022 - 31.10.2024
Vorhaben-Nr. 22395 N

Forschungsvereinigung:

Stifterverband Metalle e.V.
Wallstraße 58/59
D-10179 Berlin

Forschungseinrichtung:

  • Fraunhofer-Gesellschaft e.V. Fraunhofer-Institut für Großstrukturen in der Produktionstechnik IGP

Vorhabenbeschreibung:

Logo Bundesministerium für Wirtschaft und Energie

Der multimaterielle Werkstoffeinsatz prägt moderne und innovative Leichtbaustrukturen und setzt gleichzeitig hohe Anforderungen an die Fügetechnik voraus. Nietverbindungen eignen sich hierbei im besonderen Maße zum Fügen artungleicher Werkstoffe und sind aufgrund ihrer vielseitigen Anwendbarkeit auch bei KMU verbreitet.

Das verfahrensbedingte Einbringen der Nietvorlöcher generiert lokal hohe Beanspruchungen im Bauteil und ist im Laufe der Nutzung häufig Ausgangspunkt von strukturellen Schäden, bspw. in Form von Ermüdungsrissen. Aluminiumknetlegierungen, die im Leichtbau weit verbreitet sind, erweisen sich als besonders rissanfällig und können die Schädigungseinleitung ausgehend von Nietverbindungen begünstigen. Folglich liegt das Ziel des Projekts in der frühzeitigen Identifikation derartiger Defekte, die mittels zerstörungsfreier Körperschallanalyse in Kombination mit maschinellen Lernalgorithmen (ML) zur objektiven Auswertung der komplexen Schallsignale bestimmt werden sollen. Die Inspektion der Fügestelle(n) erfolgt zunächst im unbeanspruchten Herstellungszustand und wird in regelmäßigen Prüfintervallen nach einer entsprechenden Beanspruchung in Form quasistatischer und zyklischer Lasten fortgesetzt. Im Ergebnis soll eindeutig zwischen defekten und defektfreien Verbindungen unterschieden werden können. Für KMU wird somit eine effektive und gleichermaßen zuverlässige Vorgehensweise für die zfP von Fügestellen erarbeitet, die darüber hinaus flexibel an ihre speziellen Bedürfnisse adaptiert werden kann. In Kombination mit der objektiven Messdatenauswertung durch Regressionsmodelle des ML wird die Prüfmethode zudem sicherer und für einen breiten Anwenderkreis zugänglich.