Schleuderguss
Digitalisierung und verfahrenstechnische Optimierung des Schleudergussprozesses für Blei-Bronzen im Kontext von Industrie 4.0. Das ZIM-Projekt wird in Kooperation mit der Martin-Luck Metallgießerei GmbH und dem Werkstofflabor des Instituts für Allgemeinen Maschinenbau umgesetzt.
Das Projekt beschäftigt sich mit der Entwicklung eines optimierten, ressourcenschonenden sowie energie- und materialsparenden Gießverfahrens im Schleuderguss.
Wesentliche Ziele sind hierbei die Realisierung einer (halb-) automatisierten Erfassung der relevanten Prozessparameter und die Entwicklung einer Datenbank, in der die Prozessparameter mit Werkstoffkennwerten zusammengeführt werden sollen.Unter Einsatz von Methoden der Künstlichen Intelligenz (KI) und des Maschinellen Lernens (ML) sollen die analytischen Zusammenhänge abgeleitet und die daraus resultierenden optimalen Prozessparameter ermittelt werden.
Auf einen Blick
| Kategorie | Beschreibung |
|---|---|
| Forschungsprojekt | Schleuderguss |
| Leitung | Prof. Dr. Christian Wolf |
| Institut | :metabolon Institut |
| Beteiligte |
Prof. Dr. Danka Katrakova-Krüger (TH Köln) |
| Projektpartner | Martin-Luck Metallgießerei GmbH |
| Fördermittelgeber | BMWi |
| Laufzeit | 09/2020 - 07/2022 |
| Abstract |
Beim Schleudergussverfahren wird die Wanddicke der Teile durch die zugeführte Menge an Gießmetall sowie die Drehzahl der Kokille (Form beim Gießen) bestimmt. Verglichen mit statischen Gießverfahren ermöglicht der Schleuderguss die Produktion von Gefügen mit höherer Festigkeit, da wesentlich weniger Poren/Lunker beim Erstarrungsvorgang entstehen. Aufgrund ihrer sehr guten Gleit- und Notlaufeigenschaften, ihrer Korrosionsbeständigkeit und ihrer Zerspanbarkeit sind Verschleißteile aus Blei-Bronze-Legierungen am Markt sehr gefragt. Um die bisher produktionsbedingten, hohen Ausschussraten zu reduzieren soll ein optimiertes, ressourcenschonendes, energie- und materialsparendes Gießverfahren im Schleuderguss entwickelt werden. Wesentliche Faktoren sind hierbei die Realisierung einer (halb-) automatisierten Erfassung relevanter Prozessparameter sowie deren Integration mit Werkstoffkennwerten in einer zu entwickelnden Datenbank. Auf dieser Basis sollen die analytischen Zusammenhänge mittels Methoden der Künstlichen Intelligenz (KI) und des Maschinellen Lernens (ML) abgeleitet sowie die optimalen Prozessparameter ermittelt werden. Ziel ist die Entwicklung eines Umrechungstools, dass die optimalen Prozessparameter für die verschiedenen Dimensionen und Werkstoffe automatisiert bereitstellt. |