Ontologien für die dezentrale Erfassung von mehrskaligen Kennwerten additiv gefertigter Metallstrukturen aus dem WAAM-Verfahren

Abstract

Im Projekt wurden Werkstoffe und Fertigungsverfahren definiert sowie relevante Prozessparameter und Materialeigenschaften identifiziert. Prüfverfahren wie Zug- und Kerbschlagbiegeprüfungen wurden an Partnerinstitutionen durchgeführt. Der DED-Arc-Prozess wurde als Fertigungsverfahren ausgewählt, wobei durch Lichtbogenschweißen Schichtstrukturen erzeugt wurden. Die Probenfertigung zeigte Fertigungshürden: Quaderstrukturen führten durch Bindefehler zu unbrauchbaren Proben. Dies wurde durch mehrreihige Wandstrukturen behoben, aus denen durch Zerspanen geeignete Proben gewonnen wurden. Prüfungen zeigten, dass höhere Streckenenergie die Zug- und Druckfestigkeit reduzierte, jedoch die Zähigkeit durch Kornwachstum und wiederholte Wärmezyklen erhöhte. Anisotropes Verhalten wurde durch bevorzugtes Kornwachstum in Aufbaurichtung festgestellt, was zu schlechteren Festigkeitswerten quer zur Schweißrichtung führte. Thermophysikalische Materialeigenschaften wie Dichte, spezifische Wärmekapazität und thermischer Ausdehnungskoeffizient entsprachen Literaturwerten. In numerischen Simulationen wurden thermische und thermomechanische Modelle verglichen. Ergebnisse zeigten, dass komplexe Berechnungen genauere Abkühlbedingungen und Schweißverzüge erfassten, jedoch zu längeren Rechenzeiten führten. Ein Einphasenmodell zur Simulation der Abkühlzeit (t8/5) wurde verwendet, um die Prozessparameter besser zu charakterisieren. Die semantische Beschreibung des DED-Arc-Prozesses wurde durch Prozessbäume und ein Glossar mit definierten Klassen und Schnittstellen durchgeführt. Diese wurden auf die AMO-Ontologie (Additive Manufacturing Ontology) übertragen und mit gängigen Standards wie BFO (Basic Formal Ontology) und CCO (Common Core Ontology) kombiniert. Dies ermöglicht eine allgemeingültige und wiederverwendbare Beschreibung. Zusätzlich wurde eine Web-Anwendung mit einer Datenbank und Ontologie-Integration entwickelt. Prozessdaten werden durch Python-Skripte semantisch abgebildet und können über ein Web-Interface hochgeladen und abgefragt werden. Funktionalität und Datenkonsistenz wurden erfolgreich nachgewiesen, wobei die komplexe Bedienung derzeit Expertenwissen erfordert.

Datei-Upload durch TIB