Modellgestütztes Eigenschaftsdesign entlang der Prozesskette Stranggießen, Strangpressen und Biegen

Der Übergang zu erneuerbaren Energiequellen und die Einführung von Elektrofahrzeugen stellen hohe Anforderungen an die Materialien, die in elektrischen Komponenten verwendet werden. Der inhärente Zielkonflikt zwischen mechanischen Eigenschaften (insbesondere Festigkeit und Duktilität) und physikalischen Eigenschaften (thermische und elektrische Leitfähigkeit) verhindert den Einsatz von festen Aluminiumlegierungen in solchen Bauteilen. Zur Auflösung des Zielkonfliktes werden die Mikrostruktur und Textur basierend auf den Änderungen der Zusammensetzung (Legierungsdesign) sowie der Prozessschritte (Prozesskettendesign) untersucht. Hier wird die Toleranz gegenüber Fe- und Cu-Verunreinigungen untersucht, die aufgrund des Recyclings von Post-Consumer-Aluminiumschrott auftreten. Es soll ermittelt werden, inwieweit diese Verunreinigungen akzeptiert werden können, ohne die geforderten Eigenschaften zu beeinträchtigen. Zudem wird überprüft, inwieweit das Legierungsdesign eine Verbesserung der Toleranz wie auch der Mikrostruktur- und Texturentwicklung erlaubt.
Weiter wird die kombinierte Wirkung der Prozesskette untersucht. Beim Stranggießen kann durch die Steuerung der effektiven Gießgeschwindigkeit die Positionierung der Erstarrungsfront beeinflusst und somit die Gefügeausbildung im Strang verändert werden. Beim Strangpressen ermöglicht die gezielte Auslegung der Werkzeuggeometrie die Anpassung der in der Umformzone wirkenden Zustandsgrößen, wodurch Mikrostruktur- und Texturentwicklung beeinflussbar sind. Schließlich werden durch das Biegen die mechanischen Eigenschaften der Mikrostruktur und Textur für unterschiedliche Biegezustände qualifiziert und zur Reduzierung der Rückfederung in der Prozessführung berücksichtigt.
Eine Besonderheit der ganzheitlichen Betrachtung der Prozesskette liegt in der Beachtung der Einflüsse vorgelagerter Prozesse, um die Pfadabhängigkeit aufgrund voreingestellter Materialeigenschaften aufzudecken. Hierfür müssen stochastische Schwankungen der Prozesse und deren Einfluss auf die nachgelagerten Prozessschritte berücksichtigt, nachgebildet und vorhergesagt werden. Dies erfordert ein pfadabhängiges Prozesskettenmodell, das auf Basis experimenteller und numerischer Daten in der Lage ist, die Auswirkungen veränderter Eingangsgrößen zu quantifizieren.

Das Projekt wird über die DFG finanziert.