• Online only
First page WP-2023-165
search
  • First page WP-2023-165

Digitale Methoden für die Lebensdauerbewertung am Beispiel hochfester Stähle

Hochfeste Stähle werden in vielen strukturellen Anwendungen eingesetzt. Ein wichtiger Aspekt bei der Bauteilauslegung ist der Ermüdungsfestigkeitsnachweis. Die Schwingfestigkeit hängt von einer Vielzahl von Einflussgrößen ab, wie chemische Zusammensetzung, Wärmebehandlung, Oberflä-cheneigenschaften, Belastungsparameter und weitere. Eine rein experimentelle Bestimmung der Schwingfestigkeitskennwerte in der Bauteil-Design-Phase verursacht hohe Kosten. Daher wird unter-sucht, inwieweit mit Machine Learning Methoden Schwingfestigkeitskennwerte mit einer geeigneten Da-tenbasis vorhergesagt werden können. Ontologiebasierte Wissensgraphen können dabei die Prozess-kette bei der Herstellung verschiedener Materialvarianten und deren Einfluss auf die Eigenschaften beschreiben und…

€25.00
VAT included
Quantity

 

Datenschutzbedingungen (bearbeiten im Modul "Kundenvorteile")

 

Lieferbedingungen (bearbeiten im Modul "Kundenvorteile")

 

Rücksendebedingungen (bearbeiten im Modul "Kundenvorteile")

Hochfeste Stähle werden in vielen strukturellen Anwendungen eingesetzt. Ein wichtiger Aspekt bei der Bauteilauslegung ist der Ermüdungsfestigkeitsnachweis. Die Schwingfestigkeit hängt von einer Vielzahl von Einflussgrößen ab, wie chemische Zusammensetzung, Wärmebehandlung, Oberflä-cheneigenschaften, Belastungsparameter und weitere. Eine rein experimentelle Bestimmung der Schwingfestigkeitskennwerte in der Bauteil-Design-Phase verursacht hohe Kosten. Daher wird unter-sucht, inwieweit mit Machine Learning Methoden Schwingfestigkeitskennwerte mit einer geeigneten Da-tenbasis vorhergesagt werden können. Ontologiebasierte Wissensgraphen können dabei die Prozess-kette bei der Herstellung verschiedener Materialvarianten und deren Einfluss auf die Eigenschaften beschreiben und ermöglichen eine strukturierte Datenablage.

Reference
WP-2023-165

Title
Digitale Methoden für die Lebensdauerbewertung am Beispiel hochfester Stähle
Author(s)
S. Fliegener, J.M. Dominguez, J. Francisco Morgado, H.-U. Kobialka, T. Kraft, M. Luke, J. Rosenberger, J. Tlatlik
DOI
10.48447/WP-2023-165
Event
Werkstoffprüfung 2023: Werkstoffe und Bauteile auf dem Prüfstand - Tagung
Year of publication
2023
Publication type
conference paper (PDF)
Language
German
Keywords
Hochfeste Stähle,Ontologie,Wissensgraph,Machine Learning,Schwingfestigkeit