Forschungsthema

Im Projekt PreProCoat werden die Entwicklung und der Einsatz eines auf Greybox-Modellen basierenden Ansatzes verfolgt, mit dem das Einsatzverhalten einer TiAlN/TiN-Werkzeugbeschichtung für den Fall des trocken durchgeführten Bearbeitungsverfahrens Profileinstechdrehen im Vergütungsstahl C45 prädiziert werden kann. Mit dem Einstechprofil ändern sich die Lastverhältnisse in der Kontaktzone zwischen ablaufendem Span und Beschichtung und damit das örtlich verteilte thermo-mechanische Belastungskollektiv.

In experimentellen Zerspanungsuntersuchungen werden erste Korrelationen zwischen Bearbeitungsparametern sowie Werkzeugeigenschaften und Kriterien zur Bewertung des Prozessverlaufs, des Beschichtungszustands und der Bearbeitungsqualität erarbeitet. In einem Analogieversuch werden einzelne Bereiche der Kontaktzone hinsichtlich der örtlichen Verteilung der Temperatur und der Zerspankräfte untersucht und mit den Bearbeitungsparametern korreliert. Die Versuche werden statistisch abgesichert bis zum Standzeitende des Schichtsystems durchgeführt. Prozessintermittierende Verschleißmessungen sowie nachgelagerte Schichtzustandsanalysen begleiten die experimentelle Phase.

Die gewonnenen Ergebnisse dienen auch der Validierung eines anschließend zu erstellenden FE-Spanbildungsmodells, mit dem die experimentellen Untersuchungen auf numerischem Wege ergänzt und ausgeweitet werden können. Das FE-Modell ermöglicht insbesondere die örtliche und zeitliche Ableitung der thermo-mechanischen Belastungskollektives in der Beschichtung. Die erforderlichen analytischen Submodelle zu Reibung und Materialverhalten werden aus der Literatur übernommen. Tribomechanische Analysen an Kontaktpaarungen aus AlTiN/TiN-beschichteten Prüfkörpern und C45-Werkstoffproben liefern die benötigten spezifischen Reibkennwerte. Mit Hilfe von Schädigungsmodellen werden aus den thermo-mechanischen Lastkollektiven unter anderem die lokalen Eigenspannungen im Schichtsystem identifiziert und hieraus ein mögliches Schichtversagen abgeleitet.

Die Berechnungen mit dem FE-Spanbildungsmodell werden iterativ entlang der Beschichtungsstandzeit durchgeführt wobei die Submodelle zu Reibung und Materialverhalten sowie das Geometriemodell des Werkzeugs auf Basis der analytischen Zustandsbestimmung vor jeden Iterationsschritt angepasst werden. Da bei einer rein analytischen Vorgehensweise mit einer unscharfen Prädiktion zu rechnen ist, werden KI-/ML-Ansätze verfolgt, mit denen sich experimentell gewonnene Analysedaten mit entsprechenden Einflussgrößen korrelieren lassen. Die Kopplung der so entstandenen datengetriebenen Modelle mit den bereits implementierten analytischen Modellen erfolgt schließlich auf Basis einer zu erstellenden von Greybox-Struktur.