Header

Shop : Details

Shop
Details
58,80 €
ISBN 978-3-8191-0757-3
Softcover
176 pages
30 figures
252 g
21 x 14,8 cm
German
Thesis
June 2026
In preparation
Lukas Martin Johann
Datengetriebene Entwicklung eisenbasierter Metallischer Gläser für das Lichtbogendrahtspritzen
Die vorliegende Dissertation verfolgt einen datengetriebenen Forschungsansatz zur Entwicklung nachhaltiger, eisenbasierter Metallischer Gläser. Dabei werden maschinelles Lernen mit experimenteller Validierung und der Anwendung in der Beschichtungstechnik verbunden. Aus wissenschaftlichen Publikationen wurde ein umfangreicher Datensatz kuratiert und systematisch analysiert. Innerhalb der Werkstoffklasse der eisenbasierten metallischen Gläser ließen sich fünf primäre Gruppen identifizieren. Auf dieser Grundlage wurden Künstliche Neuronale Netze trainiert, um die Glasbildungsfähigkeit auf Basis der chemischen Zusammensetzung vorherzusagen. Modellierung und Datenbasis wurden sukzessive verbessert und die Vorhersagen anhand von schmelzgeschleuderten metallischen Bändern thermophysikalisch validiert.

Mit dieser Methodik wurden zwei Legierungen – Fe₇₄Si₁₂B₈C₄Nb₂ und Fe₇₂Si₁₂B₈C₄Nb₂Mo₂ – entwickelt, die eine hohe Glasbildungsfähigkeit und Härte aufweisen. Fülldrähte mit diesen Zielzusammensetzungen wurden mittels Lichtbogen- und Hochgeschwindigkeitslichtbogendrahtspritzen auf AlMgSi1-Substrate appliziert. Die Fülldrähte sind leicht zu verarbeiten und legieren in situ ohne Vorverarbeitung der Drahtfüllstoffe. Querschliffe der Beschichtungen wurden mittels Computer Vision Algorithmen automatisiert segmentiert, um Porosität und Füllstoffanteile zu quantifizieren. Tribologische Untersuchungen gegen einen Al₂O₃-Gegenkörper ergeben deutlich niedrigere Verschleißkoeffizienten als eine kommerzielle Referenzbeschichtung.
Keywords: Thermisches Spritzen; Metallische Gläser; Maschinelles Lernen; Werkstofftechnik; Neuronale Netze
Schriftenreihe Oberflächentechnik
Edited by Prof. Dr.-Ing. K. Bobzin, Aachen
Volume 87
Other formats
Electronic publication (PDF): 978-3-8191-0694-1
Export of bibliographic data
Share
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Germany
  +49 2421 99011 9
Mon. - Thurs. 8:00 a.m. to 4:00 p.m.
Fri. 8:00 a.m. to 3:00 p.m.
Contact us. We will be happy to help you.
Captcha
Social Media