Gerade die Additive Fertigung bietet durch einen kleinteilig gesteuerten Aufbau unbegrenzte M?glichkeiten in der Formgebung und der Materialzusammensetzung von einzelnen Bauteilen. Hierdurch ergeben sich auch M?glichkeiten, um neue Technologien nachhaltiger auszulegen. Aber auch herk?mmliche Verfahren besitzen viel Spielraum für eine effizientere und nachhaltigere Herstellung. Simulationen erm?glichen eine virtuelle Gestaltung. Am Computer lassen sich zahlreiche Optionen durchspielen. Algorithmen des Maschinellen Lernens bieten zudem die M?glichkeit, automatisiert optimale L?sungen zu finden. Um ein virtuelles Labor zur Prozessauslegung aufzubauen, versuchen wir folgende Fragestellungen zu beantworten:

?

• Welche Algorithmen eignen sich zur automatisierten Auslegung von Prozessen?
• Wie l?sst sich die Effizienz der Simulationen steigern, um Prozesse in akzeptabler Zeit virtuell abbilden zu k?nnen?
• Wie lassen sich die Kriterien der Nachhaltigkeit mathematisch formulieren?

?

Netzfreie Partikelmethoden: Gerade bei Druckprozessen, die auf Schmelzen beruhen, kommt es zum Zusammenschluss von Materialien. Für die Simulation stellt dieser Aspekt eine Herausforderung dar. Gleiches gilt für die Abbildung des Phasenwandels, bei der sich die Grenzschicht zwischen den Zust?nden stetig ?ndert. Aufgrund ihrer flexiblen Natur stellen netzfreie Partikelmethoden eine interessante Alternative dar. Neben der Erfüllung der Anforderungen an numerische L?sungsverfahren müssen die Algorithmen den Prozess effizient abbilden k?nnen, um Aussagen im Rahmen eines Entwicklungsprozesses treffen zu k?nnen.

?

Best?rkendes Lernen: 3D-Druckverfahren bieten die M?glichkeit, die Materialzusammensetzung selektiv zu steuern. Hierbei stellt sich die Frage, welche Zusammensetzung bei minimalem Materialeinsatz zu den gewünschten Eigenschaften führt. ?nderungen der Prozessparameter führen zu unterschiedlichen Ergebnissen. Die unz?hligen Kombinationsm?glichkeiten erschweren die optimale Auswahl. In manchen Situationen kommt es zur Ausbildung von unerwünschten Fehlstellen. Die Ursachen lassen sich nur schwer identifizieren. Die Algorithmen des Best?rkenden Lernens bieten hier einen interessanten Ansatz, um automatisiert die optimale Zusammensetzung, die bestm?glichen Prozessparameter oder die Zusammenh?nge zwischen Prozess, Struktur und Eigenschaften zu finden.

?

?

Additive Fertigung: Die Herstellung von Bauteilen durch eine kleinteilige Zusammensetzung bietet in puncto Eigenschaften, Form und Nachhaltigkeit ungeahnte M?glichkeiten. Um die Potentiale auszusch?pfen, müssen die Zusammenh?nge zwischen Prozess, Struktur und Eigenschaften verstanden sein. Numerische Simulationen liefern einen detaillierten Einblick in den Prozessablauf. Vergleiche mit realem Verhalten geben Rückschluss, ob die Modelle alle wesentlichen Effekte berücksichtigen. Durch eine Iteration aus Simulationen und Vergleichen werden wichtige Informationen über Zusammenh?nge gewonnen. Dieses Wissen dient im Anschluss der Entwicklung von neuen 3D-Drucktechniken.

?

?

• Wei?enfels, C. (2021). Simulation of Additive Manufacturing using Meshfree Methods: With Focus on Requirements for an Accurate Solution (Vol. 97). Springer Nature
• Wessels, H., & Wei?enfels, C. (2022). Residual Stress Formation on the Powder Scale of Metal Powder Bed Fusion Processes. In Current Trends and Open Problems in Computational Mechanics (pp. 581-591). Springer, Cham
• Soleimani, M., & Wei?enfels, C. (2021). Numerical simulation of pile installations in a hypoplastic framework using an SPH based method. Computers and Geotechnics, 133, 104006
• Hartmann, P., Wei?enfels, C., & Wriggers, P. (2021). A curing model for the numerical simulation within additive manufacturing of soft polymers using peridynamics. Computational Particle Mechanics, 8(2), 369-388
• Fürstenau, J. P., Wessels, H., Wei?enfels, C., & Wriggers, P. (2020). Generating virtual process maps of SLM using powder-scale SPH simulations. Computational Particle Mechanics, 7(4), 655-677
• Wessels, H., Bode, T., Wei?enfels, C., Wriggers, P., & Zohdi, T. (2019). Investigation of heat source modeling for selective laser melting. Computational Mechanics, 63(5), 949-970
• Huang, D., Wei?enfels, C., & Wriggers, P. (2019). Modelling of serrated chip formation processes using the stabilized optimal transportation meshfree method. International Journal of Mechanical Sciences, 155, 323-333
• Wessels, H., Wei?enfels, C., & Wriggers, P. (2018). Metal particle fusion analysis for additive manufacturing using the stabilized optimal transportation meshfree method. Computer Methods in Applied Mechanics and Engineering, 339, 91-114