IHR WARENKORB IST AKTUELL LEER.

Haben Sie noch nichts passendes gefunden? Stöbern Sie durch unser komplettes Sortiment.

Oder melden Sie sich an bzw. registrieren Sie sich.

Ihre Vorteile

Kostenlose Lieferung
Kauf auf Rechnung
Ex Libris Tiefpreis
Filiallieferung und 650+ Abholorte
Rabatt-Bons als Club-Mitglied

In-Process Porositätserkennung für den PBF-LB/M-Prozess

Von:

Lukas Weiser

Beschreibung

Format auswählen

Kartonierter EinbandCHF 53.90

Kartonierter Einband

CHF53.90

TIEFPREIS

CHF53.90

Auslieferung erfolgt in der Regel innert 1 bis 2 Wochen.

Kostenlose Lieferung

Kein Rückgaberecht

Beschreibung

Das Fertigungsverfahren des selektiven Laserschmelzens mit Metallen (PBF-LB/M) wird zunehmend auch für die Herstellung von hochbelastbaren Bauteilen in einer Serienfertigung eingesetzt. Die fehlende Reproduzierbarkeit von Prozessergebnissen und das stochastische Auftreten des Defektes Porosität stellen dabei eine besondere Herausforderung dar, da dieser Defekt einen wesentlichen Einfluss auf die mechanischen Kennwerte eines Bauteils hat. Dies kann in der Folge ein Versagen des Bauteils unter Last zur Folge haben. Aus diesem Grund ist für solche hochbelasteten Bauteile die Qualitätssicherung unerlässlich. Die zerstörungsfreie Prüfung auf Porosität erfolgt im industriellen Kontext oftmals durch die Röntgen-Computertomografie (CT). Aufgrund langer Messzeiten entstehen hohe Kosten durch die Qualitätssicherung, welche die Wirtschaftlichkeit des PBF-LB/M-Fertigungsverfahrens einschränken. Je nach verwendetem Material und Bauteilgröße ist eine Porositätsanalyse mittels CT auch technisch nicht möglich. Aus diesen Gründen können alternative in-process Prozessüberwachungen für die industrielle Nutzung des PBF-LB/M-Fertigungsverfahrens einen Vorteil bringen. Im Rahmen der vorliegenden Arbeit wird mithilfe von Methoden der datengetriebenen Modellbildung eine Prozessüberwachung auf Basis optischer Sensoren und akustischer Körperschallmesstechnik entwickelt, welche die Porositätsverteilung innerhalb eines Bauteils während des Fertigungsprozesses vorhersagen kann.