|
6697 |
|
Tuesday, September 15, 2020, Virtueller Raum 1 10:00 AM Moderne Fügetechnik - Widerstandsschweißen |
|
Pressschweißverfahren - Akustisches Monitoring als prozessbegleitende Qualitätssicherungsmethode |
|
Markus Graß* / Universität Kassel Fachgebiet Trennende und Fügende Fertigungsverfahren, Hessen Hans-Hermann Kaufmann / Universität Kassel / Fachgebiet Agrartechnik, Deutschland Carsten Bruckhaus/ Universität Kassel / Fachgebiet Agrartechnik, Deutschland Eugen Schumacher/ Universität Kassel / Fachgebiet Trennende und Fügende Fertigungsverfahren, Deutschland Boris Kulig/ Universität Kassel / Fachgebiet Agrartechnik, Deutschland Stefan Böhm/ Universität Kassel / Fachgebiet Trennende und Fügende Fertigungsverfahren, Deutschland Oliver Hensel/ Universität Kassel / Fachgebiet Agrartechnik, Deutschland |
|
Pressschweißverfahren werden für aktuelle Fügeaufgaben immer bedeutender, da der Stoffschluss hauptsächlich durch Druck realisiert wird. Es wird verhältnismäßig wenig Energie in die Fügestelle eingebracht. Aufgrund des geringen Energieeintrags, eignen sich Pressschweißverfahren besonders für Mischverbindungen, wie Aluminium-Stahl oder Aluminium-Kupfer, was wiederum den aktuellen Leichtbau-Trend begünstigt. Um solche Mischverbindungen prozesssicher zu fügen, wird ihm Rahmen des CORNET Projekts SoundWeld eine Inline-Qualitätssicherungsmethode entwickelt. Dazu werden die Schallemissionen, die durch Freisetzung von Prozessenergie entstehen und sich als transiente elastische Wellen in den Fügepartnern ausbreiten, während ausgewählter Pressschweißprozesse analysiert Um feinste Schweißnahtunregelmäßigkeiten zu detektieren, werden Sensoren, die Frequenzen bis 1 MHz erfassen können, verwendet. Als zu untersuchendes Pressschweißverfahren wird das Magnetpulsschweißen definiert. Das Verfahren zeichnet sich dadurch aus, dass eine Schweißverbindung durch eine Kollision zweier Fügepartner realisiert wird. Die Grenzschichten der Fügepartner werden durch die Kollision in einen plastisch viskosen Zustand überführt und unter hohem Druck auf atomaren Abstand gebracht und letztendlich verschweißt. Das Magnetpulsschweißen zeichnet sich durch seine Automatisierbarkeit, die geringen Kosten pro Fügevorgang und eine kurze Prozesszeit aus. Die charakteristische kurze Prozesszeit des Magnetpulsschweißens stellt die klassischen Methoden der Schallemissionsanalyse jedoch vor große Herausforderungen. Erschwert wird dieser Umstand durch ein sehr geringes Signal-Rausch-Verhältnis. So lässt die Auswertung der Zeitsignale und der zugehörigen Frequenzspektren (bisher) keine Aussage über die Schweißnahtqualität der Probe zu. Um die in den Schallemissionen erhaltenen Informationen zu extrahieren, werden diese Merkmale mittels Machine Learning ausgewertet. Mit Hilfe der Bootstrap Random Forest Methode werden die verschweißten Proben in i. O. und n. i. O.- Proben kategorisiert. Des Weiteren wird der Einfluss diverser Prozessparameter auf die Schweißnahtgüte und die Schallemissionssignale erforscht. Abschließend wird die Übertragbarkeit der entwickelten Qualitätssicherungsmethode untersucht. Dazu werden der Versuchsaufbau und die Analyseparameter so angepasst, dass ein industrieller Schweißprozess überwacht wird. Auch hier findet eine Kategorisierung in i. O. und n. i. O. statt. |