Refine
Year of publication
- 2024 (2)
- 2023 (7)
- 2022 (9)
- 2021 (10)
- 2020 (16)
- 2019 (23)
- 2018 (24)
- 2017 (23)
- 2016 (19)
- 2015 (22)
- 2014 (15)
- 2013 (15)
- 2012 (27)
- 2011 (24)
- 2010 (31)
- 2009 (24)
- 2008 (29)
- 2007 (20)
- 2006 (25)
- 2005 (21)
- 2004 (23)
- 2003 (27)
- 2002 (21)
- 2001 (18)
- 2000 (12)
- 1999 (24)
- 1998 (23)
- 1997 (20)
- 1996 (29)
- 1995 (26)
- 1994 (21)
- 1993 (18)
- 1992 (17)
- 1991 (10)
- 1990 (4)
- 1989 (9)
- 1988 (8)
- 1987 (9)
- 1986 (10)
- 1985 (16)
- 1984 (16)
- 1983 (13)
- 1982 (5)
- 1981 (9)
- 1979 (5)
- 1978 (3)
- 1977 (3)
- 1974 (4)
- 1973 (3)
- 1972 (4)
- 1971 (4)
- 1970 (1)
Institute
- Fachbereich Maschinenbau und Mechatronik (801) (remove)
Has Fulltext
- no (801) (remove)
Document Type
- Article (464)
- Conference Proceeding (188)
- Book (98)
- Part of a Book (32)
- Report (8)
- Contribution to a Periodical (3)
- Doctoral Thesis (2)
- Patent (2)
- Bachelor Thesis (1)
- Master's Thesis (1)
Keywords
- Additive manufacturing (4)
- Gamification (4)
- SLM (3)
- Additive Manufacturing (2)
- Digital Twin (2)
- Geschichte (2)
- IO-Link (2)
- L-PBF (2)
- LPBF (2)
- additive manufacturing (2)
In den letzten Jahrzehnten hat das Elektronenstrahlschweißen, das bereits im größeren Maßstab verwendet wird, seine Fähigkeit als qualitatives Werkzeug für die Verbindung verschiedener Materialen nachgewiesen. Das Non Vacuum Electron Beam Welding (NV-EBW) hat zahlreiche Vorteile im Vergleich zum Elektronenstrahlschweißen im Vakuum, da man unter normalem Atmosphärendruck arbeiten kann. Im Hinblick auf die reproduzierbare Qualität, insbesondere im Bereich der Massen-Fertigung, ist die Kontrolle der Strahlparameter sowie deren Einfluss auf das Schweißergebnis von großer Bedeutung. Durch eine genaue Kenntnis der Strahlkenngrößen wie des Strahldurchmessers und der Leistungsdichteverteilung kann eine Aussage über die sich ausbildende Schweißnaht sowie die Schweißbaddynamik getroffen werden. Messungen der Strahlkenngrößen im Prozess erlauben insbesondere die Untersuchung von Humping-Effekten. In diesem Beitrag wird der Prozess der Elektronenstrahlvermessung unter atmosphärischen Bedingungen beschrieben. Es wird zudem die Abhängigkeit der Elektronenstrahlcharakteristika von den verschiedenen Prozessparametern dargestellt.
Der Konstruktionsbereich ist zu einem neuen Schwerpunkt der allgemeinen Rationalisierungsbemühungen geworden. Zunehmend führt man organisatorische Hilfsmittel, technische Hilfsmittel (EDVA) und neue Konstruktionsmethoden in der Konstruktion ein. Der vorliegende Beitrag analysiert zunächst die Ursachen dieser Entwicklung und zeigt im weiteren einige heute bereits eingesetzte Hilfsmittel an Hand von Beispielen auf und diskutiert die Anwendungsmöglichkeiten.
Der Konstruktionsbereich ist zu einem neuen Schwerpunkt der allgemeinen Rationalisierungsbemühungen geworden. Zunehmend führt man organisatorische Hilfsmittel, technische Hilfsmittel (EDVA) und neue Konstruktionsmethoden in der Konstruktion ein. Der vorliegende Beitrag analysiert zunächst die Ursachen dieser Entwicklung und zeigt im weiteren einige heute bereits eingesetzte Hilfsmittel an Hand von Beispielen auf und diskutiert die Anwendungsmöglichkeiten.
Additive Manufacturing (AM) of metallic workpieces faces a continuously rising technological relevance and market size. Producing complex or highly strained unique workpieces is a significant field of application, making AM highly relevant for tool components. Its successful economic application requires systematic workpiece based decisions and optimizations. Considering geometric and technological requirements as well as the necessary post-processing makes deciding effortful and requires in-depth knowledge. As design is usually adjusted to established manufacturing, associated technological and strategic potentials are often neglected. To embed AM in a future proof industrial environment, software-based self-learning tools are necessary. Integrated into production planning, they enable companies to unlock the potentials of AM efficiently. This paper presents an appropriate methodology for the analysis of process-specific AM-eligibility and optimization potential, added up by concrete optimization proposals. For an integrated workpiece characterization, proven methods are enlarged by tooling-specific figures.
The first stage of the approach specifies the model’s initialization. A learning set of tooling components is described using the developed key figure system. Based on this, a set of applicable rules for workpiece-specific result determination is generated through clustering and expert evaluation. Within the following application stage, strategic orientation is quantified and workpieces of interest are described using the developed key figures. Subsequently, the retrieved information is used for automatically generating specific recommendations relying on the generated ruleset of stage one. Finally, actual experiences regarding the recommendations are gathered within stage three. Statistic learning transfers those to the generated ruleset leading to a continuously deepening knowledge base. This process enables a steady improvement in output quality.