Verbundvorhaben: Formschlüssiges Laserstrahlschweißen der Mischverbindung aus Stahl und Aluminium für betriebsfeste Halbzeuge im Schiffbau (FOLAMI); Teilvorhaben: Bewertung der Schwingfestigkeit von formschlüssig laserstrahlgeschweißten Stahl-Aluminium-Mischverbindungen und betriebsfesten Halbzeugen für den Schiffbau
Date
Volume
Issue
Journal
Series Titel
Book Title
Publisher
Link to publishers version
Abstract
Im Rahmen des Projekts wurde ein laserstrahlgeschweißter Adapter aus Stahl und Aluminium entwickelt, dessen Festigkeitspotenzial in einer Betriebsfestigkeitsbewertung gezeigt wurde. Hierfür wurde zunächst von laserstrahlgeschweißten Überlappproben mit Einfachnaht ausgegangen und diese hinsichtlich ihrer Zug- und Schwingfestigkeit bewertet, um erste Erkenntnisse über optimierte Einschweißgeometrien sowie geeignete Schweißprozessparameter zu erhalten. Auf diesen Erkenntnissen aufbauend wurden mit den sich kreuzenden Laserstrahlen geschweißte Doppelnahtproben entwickelt, für welche anhand von quasistatischen Versuchen ein Einschweißwinkel von 15 ° festgelegt wurde. Diese Proben zeigten unter der kritischen Kopfzugbelastung vielversprechende Ergebnisse, weshalb die besten Schweißnahtkonfigurationen im dritten Schritt auf Adapterproben übertragen wurden. Diese entwickelten Adapter wurden neben den zyklischen Versuchen mit konstanten Amplituden an Luft auch im Salzsprühnebel unter überlagerter Korrosionsbelastung untersucht, um die Eignung im korrosiven Einsatzumfeld im maritimen Bereich, insb. in Schiffanwendungen, sicherzustellen. Die Adapter zeigen eine hohe Korrosionsbeständigkeit. Zur Bewertung der Schwingfestigkeit wurden die Adaptergeometrien ergänzend zu den experimentellen Ergebnissen mittels numerischer Modellierung und Simulation untersucht und mit Hilfe der Peak Stress Method unter Berücksichtigung lokaler Beanspruchungsgrößen bewertet. Die Simulationen wurden über versuchsbegleitende Aufnahmen mittels Digital Image Correlation (DIC) validiert und anschließend zum Erzeugen eines größeren synthetischen Datensatzes mit unterschiedlichen Schweißgeometrien verwendet. Dieser synthetische Datensatz diente im Rahmen der Entwicklung einer KI-gestützten Abschätzungsmethode dem Training eines neuronalen Netzes, mit welchem eine zutreffende Lebensdauerabschätzung möglich wird. Der Vorteil der KI-gestützten Abschätzungsmethode ist, dass die Übertragbarkeit auf weitere Geometrievariationen möglich wird und diese bewertet werden können, ohne weitere aufwendige Simulationen durchführen zu müssen.
As part of the project, a laser-beam welded adapter made of steel and aluminum was developed, whose strength potential was demonstrated in a fatigue assessment. Initially, laser-beam welded overlap specimens with single seams were analyzed for their tensile and fatigue strength to gain preliminary insights into optimized weld geometries and suitable welding process parameters. Building on these findings, double seam specimens welded with intersecting laser beams were developed, for which a weld angle of 15 ° was determined based on quasi-static tests. These specimens showed promising results under critical tensile loading, which led to the transfer of the best weld configurations to adapter samples in the third step. These developed adapters were subjected to cyclic tests with constant amplitudes in air, as well as in salt spray under superimposed corrosion loading, to ensure suitability for corrosive environments in the maritime sector, particularly in ship applications. The adapters demonstrated high corrosion resistance. To evaluate fatigue strength, the adapter geometries were additionally examined using numerical modeling and simulation, complemented by experimental results, and assessed with the Peak Stress Method, taking local stresses into account. The simulations were validated through in-situ recordings using Digital Image Correlation (DIC) and subsequently used to generate a larger synthetic dataset with varying weld geometries. This synthetic dataset served for training a neural network in the development of an AI-based estimation method, enabling accurate lifetime estimations. The advantage of the AI-based estimation method is that it allows for the transferability to other geometry variations, enabling their assessment without the need for further extensive simulations.
