Im Hinblick auf die
Gewichtsreduzierung stoßen klassische Konstruktionswerkstoffe zunehmend an ihre
Grenzen. Im Rahmen des Leichtbaus werden daher Faserverbundwerkstoffe (FKV)
eingesetzt, um herkömmliche Konstruktionswerkstoffe wie Stahl zu ersetzen. Mit
der zunehmenden Bedeutung des Leichtbaus in der Automobilindustrie gewinnen
Technologien, die eine wirtschaftliche und großtechnische Produktion von
Leichtbauteilen ermöglichen, immer mehr an Bedeutung.
Das Thermoformen von
thermoplastischen FKV-Materialien bietet ein großes Potenzial für die
Großserienfertigung. Allerdings sind diesem Verfahren enge Umformgrenzen
gesetzt, die die Komplexität der Bauteile einschränken. Die numerische
Modellierung des Prozesses mit geeigneten FEM-Methoden führt bereits zu einer deutlichen
Reduzierung der Herstellungskosten, da Kosten für Versuchswerkzeuge eingespart
werden können. Allerdings führt die Modellierung solch komplexer Umformprozesse
von thermoplastischen FKV-Materialien zu hohen Rechenzeiten bei einer geringen
Anzahl variabler Parameter. Um einen größeren Parameterraum für die
Untersuchungen abzudecken, können echtzeitfähige Ersatzmodelle genutzt werden,
die die gleichen Ergebnisse liefern wie die zeit- und rechenintensiven
Umformsimulationen.
Das Ziel dieser Arbeit besteht
darin, mithilfe von zu erstellenden Zufallsgeometrien eine Datenbasis zu erstellen,
die einen Machine Learning (ML)-Algorithmus befähigt, Aussagen über das Umformergebnis
von FKV-Materialien zu treffen. Dabei sollen geeignete Input-Daten (z.B. Krümmungsverteilung
auf der Oberfläche, Höhenverteilung) genutzt werden, um Scherwinkelverteilungen
einer umgeformten FKV-Platine zu bestimmen. Das trainierte Ersatzmodell soll in
der Folge befähigt werden, anhand der trainierten Zufallsgeometrien die Umformergebnisse
einer Validierungsgeometrie (z.B. Ellipse, Schale) vorherzusagen.
Im Rahmen der Arbeit sind folgende Teilaufgaben auszuführen:
- Literaturrecherche
speziell zum Einsatz von ML-Algorithmen im Kontext der FKV-Umformung
- Erstellung
von Zufallsgeometrien und Berechnung der auftretenden Oberflächenkrümmungen
- Erstellung
einer FEM-Datenbank der Umformergebnisse (Scherwinkelverteilung) dieser
Zufallsgeometrien
- Entwicklung
eines Frameworks zur Bereitstellung der Datenbasis für ML-Algorithmen
- Entwicklung
einer DL-Architektur zur Vorhersage von Umformergebnissen für FKV-Materalien
- Präsentation
/ Dokumentation
Art:
- Studienarbeit(Master)
- Masterarbeit
Fachrichtungen: Maschinenbau, CSE
Begin der Arbeit: sofort
Zuletzt geändert: 05.04.2024