Development of a digital manufacturing process chain for ceramic composites

Die Entwicklung von Verbundwerkstoffen mit keramischer Matrix, die zunehmend bei hohen Temperaturen und in korrosiven Umgebungen zum Einsatz kommen, ist im Vergleich zu anderen herkömmlichen Werkstoffen wie Metallen noch immer auf ein "Versuch-und-Irrtum"-Konzept beschränkt. Der Hauptgrund dafür ist der Mangel an experimentellen Daten aufgrund der hohen Herstellungskosten von CMCs, die im Allgemeinen eine Prozesskette aus mehreren komplexen Verfahrensschritten umfassen. Dies trägt zur Komplexität dieser Werkstoffklasse bei und macht es somit schwierig, eine Beziehung zwischen einem Bauteil mit gewünschten Eigenschaften und den Herstellungsparametern herzustellen. In der vorliegenden Arbeit werden die digitalen Aspekte aus zwei unterschiedlichen Blickwinkeln untersucht, um numerische Methoden zur Unterstützung der Werkstoffauslegung einzusetzen: 'Werkstoff' und 'Herstellungsprozess'. Im Mittelpunkt dieser Arbeit steht der "Werkstoff", bei dem die "Process-Structure-Property-Performance"-Beziehung (PSPP) hergestellt wird, um den gesamten Lebenszyklus eines CMC-Bauteils zu untersuchen. Angefangen bei den Zwischenprodukten, wie z. B. den Faser-Vorkörpern (Preform)vor dem Silizierverfahren, die die Basis der Verarbeitung bilden, bis hin zur mechanischen Belastungsgrenze des fertig bearbeiteten Bauteils unter Betriebsbedingungen. Jeder Aspekt der PSPP-Beziehung wird im Detail untersucht und ihre Umsetzung anhand eines numerischen Beispiels demonstriert. Kohäsive Zonenelemente auf der Mikroebene und homogene Schädigungsentwicklung auf der Makroebene wurden verwendet, um das nichtlineare Verhalten des Werkstoffs unter mechanischer Belastung zu definieren. Experimentelle Ergebnisse, die für verschiedene CMCs wie C/C-SiC, C/SiCN, SiC/SiCN und Al2O3/ Al2O3 erzielt wurden, dienten zur Validierung der Ergebnisse der Finite-Elemente-Modelle auf verschiedenen Skalen von Mikro bis Makro. Mit Hilfe von Datenanalysemethoden wie Bildsegmentierung und ‚Machine-Learning-Algorithmen‘ wurden aus genauen, aber rechenintensiven physikalischen Modellen zeiteffiziente datenbasierte Ersatzmodelle erstellt. Es wird ein detaillierter Überblick über die verfügbaren numerischen Methoden zur Modellierung des Fertigungsprozesses und der Prozessüberwachungstechniken gegeben. Auf der Grundlage der Daten und Informationen, die aus der Modellierung des Materials und der Herstellungsprozesse gewonnen wurden, wird ein Konzept für die optimierte Entwicklung eines CMC-Bauteils vorgeschlagen. Das Konzept kombiniert die generierten Daten mit quantifiziertem Fachwissen in den Bereichen der Materialwissenschaft, um eine Fertigungsprozesskette zu realisieren, die die Werkstoffauslegung für CMCs erleichtert. Mit der Umsetzung eines solchen Ansatzes können die Produktionskosten von CMCs durch eine wissensbasierte Auswahl der CMC-Bestandteile und Herstellungsparameter gesenkt werden. XIV. Dies wird die Tür für neue Anwendungen von CMCs öffnen, die es der Materialgemeinschaft ermöglichen wird, ihre Verwendung auf andere kosteneffiziente Hochtemperaturanwendungen auszuweite