Entwicklung einer Simulationsmethodik für den 3D-Druck
Forschungsprojekt vertieft das Verständnis der Prozess-Struktur-Eigenschafts-Beziehungen im Strangablageverfahren
(PresseBox) - Das SKZ und das Institut für Leichtbau und Kunststofftechnik (ILK) der Technischen Universität Dresden erarbeiten seit Juni 2019 im Rahmen eines öffentlich geförderten auf zwei Jahre ausgelegten Forschungsprojekts ein tiefgehendes Verständnis zu Prozess-Struktur-Eigenschafts-Beziehungen von additiv im Strangablegeverfahren gefertigten Kunststoffbauteilen.
Während das SKZ über umfangreiche Erfahrung im Bereich der mechanischen Material- und Bauteilcharakterisierung sowie über tiefgehendes Prozesswissen bezüglich der additiven Fertigung von thermoplastischen Kunststoffbauteilen verfügt, bringt das ILK das benötigte Know-how zur Modellierung anisotroper Materialien sowie für die Struktursimulation und die rechnergestützten Bauteilauslegung mit.
Im Rahmen des Forschungsvorhabens werden die Auswirkungen der gewählten Prozessparameter des Arburg Kunststoff Freiformens (AKF) auf die Ausbildung der anisotropen inneren Struktur der additiv gefertigten Thermoplastbauteile (Prozess-Struktur-Beziehung) grundlegend charakterisiert.
Zudem sollen die resultierenden Bauteileigenschaften in Abhängigkeit der inneren Struktur beschrieben werden (Struktur-Eigenschafts-Beziehung). Hierbei werden sowohl die zu erwartenden Geometrieabweichungen aufgrund von Schwindung und Verzug abgeschätzt als auch die resultierenden mechanischen Eigenschaften betrachtet. ?So können potenzielle Fehlstellen und Bauprobleme bereits vor der Additiven Fertigung identifiziert und effektiv vermieden werden?, erläutert SKZ Wissenschaftlerin Irena Heuzeroth. Mit den angestrebten Forschungsergebnissen wird der derzeitige Wissensstand deutlich erweitert. Die gewonnenen Erkenntnisse sollen durch eine sequentielle Simulationsmethodik vom Prozess bis zur Strukturauslegung sowie durch die Ableitung konkreter Gestaltungsrichtlinien für die additive Fertigung unmittelbar für Unternehmen praktisch nutzbar gemacht werden.
Das Forschungsprojekt mit dem Förderkennzeichen 20727 BG wird über die Arbeitsgemeinschaft industrieller Forschung (AiF) im Rahmen des Programms zur Förderung der Industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert. Interessierte Unternehmen sind herzlich eingeladen, im projektbegleitenden Ausschuss des Forschungsvorhabens kostenlos mitzuwirken und die Untersuchungen in diesem Forschungsvorhaben mitzugestalten sowie sich über die aktuellen Ergebnisse zu informieren.
Das SKZ ist Mitglied der Zuse-Gemeinschaft. Diese ist ein Verbund unabhängiger, industrienaher Forschungseinrichtungen, die das Ziel verfolgen, die Leistungs- und Wettbewerbsfähigkeit der Industrie, insbesondere des Mittelstandes, durch Innovation und Vernetzung zu verbessern.
Themen in dieser Meldung:
Unternehmensinformation / Kurzprofil:
Datum: 22.01.2020 - 07:53 Uhr
Sprache: Deutsch
News-ID 1786774
Anzahl Zeichen: 0
Kontakt-Informationen:
Ansprechpartner:
Stadt:
Würzburg
Telefon:
Kategorie:
Forschung und Entwicklung
Anmerkungen:
Diese HerstellerNews wurde bisher 261 mal aufgerufen.
Die Meldung mit dem Titel:
"Entwicklung einer Simulationsmethodik für den 3D-Druck
"
steht unter der journalistisch-redaktionellen Verantwortung von
FSKZ e. V. (Nachricht senden)
Beachten Sie bitte die weiteren Informationen zum Haftungsauschluß (gemäß TMG - TeleMedianGesetz) und dem Datenschutz (gemäß der DSGVO).
Alle Meldungen von FSKZ e. V.
Neuer Blick aufs Managementsystem: Chancen und Risiken integriert betrachten / DQS-Whitepaper fasst Ergebnisse des Forschungsprojektes "Risiko 2.0" zusammen
Neuer Blick aufs Managementsystem: Chancen und Risiken integriert betrachten / DQS-Whitepaper fasst Ergebnisse des Forschungsprojektes "Risiko 2.0" zusammen
Neuer Blick aufs Managementsystem: Chancen und Risiken integriert betrachten / DQS-Whitepaper fasst Ergebnisse des Forschungsprojektes "Risiko 2.0" zusammen
Fraunhofer IGD: KI-Lösungen synthetisch anlernen - Trainingsdaten generieren leicht gemacht
Forschung für Foodies: Patentanmeldung für Optimierung von Pflanzenöl