Development of a self-learning transformation and dilatometer model for the virtual process design of hot stamping processes

Third party funded individual grant


Start date : 01.07.2019

End date : 30.09.2021

Website: http://pleione.lft.uni-erlangen.de/forschung/projekte/entwicklung-eines-lernenden-umwandlungs-und-dilatometermodells-zur-virtuel


Multidimensionale Approximation der Versuchsdaten

Project details

Scientific Abstract

Das partielle Presshärten ist eine Prozessvariante des konventionellen Presshärtens zur Fertigung von Bauteilen mit maßgeschneiderten Eigenschaften. Für eine zeit- und kostengünstige Prozessauslegung ist eine exakte Vorhersage der mikrostrukturellen Veränderungen im Laufe der Prozesskette notwendig. Um den hierfür erforderlichen experimentellen Aufwand zukünftig zu reduzieren, wurde im Rahmen dieses Projekts ein virtuelles Dilatometer entwickelt. Zunächst wurde durch umfangreiche Versuchsreihen eine Datenbasis geschaffen. Auf deren Grundlage wurde anschließend ein bestehendes Werkstoffmodell erweitert, welches in Kombination mit einer Lernfunktion zur iterativen Versuchsplanung den Kern des virtuellen Dilatometers darstellt. Das entwickelte Prozessmodell wurde dann anhand eines Musterbauteils validiert. 

Involved:

Contributing FAU Organisations:

Funding Source