Detektionssystem f?r Volumenfehler beim R?hrreibschwei?en basierend auf transienten Prozessdaten und Methoden k?nstlicher Intelligenz

Das R?hrreibschwei?verfahren ist ein Festk?rper-F?geverfahren, das die schwei?technologische Entwicklung f?r Aluminiumlegierungen stark beeinflusst hat. Aufgrund der hohen Schwei?nahtqualit?t, niedriger spezifischer Energieeinbringung und guter Umweltvertr?glichkeit, w?chst die industrielle Anwendung des FSW stark. Dabei wird es h?ufig in sicherheitskritischen Anwendungen und Strukturbauteilen eingesetzt. Die Qualit?tssicherung erfolgt durch die F?geprozessauslegung und die Annahme der stabil geregelten Prozessf?hrung. Da bislang keine zuverl?ssige, direkte, Inline-Methode zur Qualit?ts?berwachung des FSW existiert, wird bei sicherheitskritischen Bauteilen die Qualit?t durch nachgelagerte zerst?rende und nicht zerst?rende Pr?fverfahren sichergestellt. Diese Schritte erweitern die Komplexit?t der Fertigungskette und steigern die Produktionsdauer sowie insbesondere die Produktionskosten.Das ?bergeordnete Ziel dieser Arbeit besteht darin, eine inline einsetzbare Qualit?ts?berwachung f?r das FSW zu entwickeln, die basierend auf transienten Prozessdaten eine sichere Detektion von Fehlern im Nahtvolumen (innere Volumenfehlstellen) erm?glicht. Diese Gruppe von Defekten wurde aufgrund der negativen Auswirkungen auf die Nahteigenschaften, Auftretensh?ufigkeit sowie derzeitigen Komplexit?t und Kosten der Detektion ausgew?hlt.Zum Erreichen des Ziels werden in der Arbeit Zeitreihen des gemessenen Prozesskraftfeedbacks mit Methoden k?nstlicher Intelligenz analysiert. CNN basierend auf der DensNet-Architektur werden mit Prozess- und Werkstoff-Meta-Daten f?r eine generalisierte Auswertung erg?nzt und erzielen ?ber einen gro?en Parameterraum (Vorschubgeschwindigkeit, Drehzahl) bei f?nf unterschiedlichen Al-Legierungen und vier Blechdicken eine Fehlstellendetektionsraten von 100 %. De Gewicht in Gramm: 252.…