Maschinenbau (MB)
Refine
Year
Publication Type
- Article (99)
- Lecture (83)
- Part of a Book (55)
- Conference Proceeding (44)
- Book (26)
- Contribution to a Periodical (21)
- Report (1)
- Sound (1)
Language
- German (156)
- English (156)
- Multiple languages (18)
Keywords
- Industrie 4.0 (7)
- Digitaler Schatten (4)
- Digitalisierung (3)
- 3d-printing (1)
- Bio-Tribology (1)
- Biogas (1)
- Data Analytics (1)
- Data security (1)
- Digital Twin (1)
- Energieflexibilität (1)
Faculty
This study presents a comprehensive evaluation of force sensors manufactured through conventional CNC machining, laser powder bed fusion (LPBF), and material extrusion (MEX) 3D printing methods. The study utilized a combination of finite element method (FEM) simulations, functional testing, durability assessments, and ultimate strength testing in order to assess the viability of additive manufacturing for sensing technology applications. The FEM simulations provided a preliminary framework for predictive analysis, closely aligning with experimental outcomes for LPBF and conventionally manufactured sensors. Nevertheless, discrepancies were observed in the performance of MEX-printed sensors during ultimate strength testing, necessitating the implementation of more comprehensive modeling approaches that take into account the distinctive material characteristics and failure mechanisms. Functional testing confirmed the operational capability of all sensors, thereby demonstrating their suitability for the intended application. Moreover, all sensors exhibited resilience during 50,000 cycles of cyclic testing, indicating reliability, durability, and satisfactory fatigue life performance. Notably, sensors produced via LPBF exhibited a significant increase in strength, nearly three times that of conventionally manufactured sensors. These findings suggest the potential for innovative sensor design and the expansion of their use into higher-loaded applications. Overall, while both LPBF and conventional methods demonstrated reliability and closely matched simulation predictions, further research is necessary to refine modeling approaches for MEX-printed sensors and fully unlock their potential in sensing technology applications. These findings indicate that additive manufacturing of metals may be a viable alternative for the fabrication of biomedical sensors.
Numerical Model of the Railway Brake Disk for the Temperature and Axial Thermal Stress Analyses
(2022)
Numerical investigation of a transonic dense gas flow over an idealized blade vane configuration
(2023)
CFD-SUPPORTED DATA REDUCTION OF HOT-WIRE ANEMOMETRY SIGNALS FOR COMPRESSIBLE ORGANIC VAPOR FLOWS
(2022)
Experimental and numerical study of transonic flow of an organic vapor past a circular cylinder
(2022)
A user-friendly Pitot probe data reduction Excel-Refprop-Routine for non-ideal gas flow applications
(2022)
The thermal conditions like the temperature distribution and the heat fluxes during metal cutting have a major influence on the machinability, the tool lifetime, the metallurgical structure and thus the functionality of the work piece. This in particular applies for manufacturing processes like milling, drilling and turning for high-value turbomachinery components like impellers, combustion engines and compressors of the aerospace and automotive industry as well as energy generation, which play a major role in modern societies. However, numerous analytical and experimental efforts have been conducted in order to understand the thermal conditions in metal cutting, yet many questions still prevail. Most models are based on a stationary point of view and do not include time dependent effects like in intensity and distribution varying heat sources, varying engagement conditions and progressive tool wear. In order to cover such transient physics an analytical approach based on Green’s functions for the solution of the partial differential equations of unsteady heat conduction in solids is used to model entire transient temperature fields. The validation of the model is carried out in orthogonal cutting experiments not only punctually but also for entire temperature fields. For these experiments an integrated measurement of prevailing cutting force and temperature fields in the tool and the chip by means of high-speed thermography were applied. The thermal images were analyzed with regard to thermodynamic energy balancing in order to derive the heat partition between tool, chips and workpiece. The thus calculated heat flow into the tool was subsequently used in order to analytically model the transient volumetric temperature fields in the tool. The described methodology enables the modeling of the transient thermal state in the cutting zone and particular in the tool, which is directly linked to phenomena like tool wear and workpiece surface modifications.
Energie aus erneuerbaren Ressourcen ist nicht immer beliebig verfügbar. Je nach Jahreszeit und Witterung variiert beispielsweise die durch Solarparks oder Windkraftanlagen zur Verfügung gestellte Leistung. Durch den kontinuierlichen Ausbau der erneuerbaren Energien wird sich die Volatilität im Energiesystem in Zukunft immer stärker ausprägen. Die Industrie auf die sich ändernden Versorgungsstrukturen vorzubereiten und anzupassen ist eine große Herausforderung der nächsten Jahrzehnte. Unternehmen müssen zukünftig ihre Prozesse und Betriebsorganisation so gestalten können, dass sich der Energieverbrauch zumindest in Teilen flexibel an das volatile Energieangebot anpassen kann. Neben der Entwicklung von Technologien, Konzepten und Maßnahmen zur energetischen Flexibilisierung von industriellen Prozessen liegt ein zweiter Schwerpunkt zukünftiger Arbeiten auf der Entwicklung einer durchgängigen IT-Infrastruktur, mit der Unternehmen und Energieanbieter in Zukunft Informationen von der Produktionsmaschine bis zu den Energiemärkten bereitstellen und austauschen können. Dies führt zu einem Paradigmenwechsel im Betrieb industrieller Prozesse – weg vom kontinuierlichen und rein nachfragegetriebenen Energieverbrauch hin zum anpassbaren, energieflexiblen Betrieb industrieller Anlagen.
Handbuch Dampfturbinen
(2018)
Numerical Verification of the Thermodynamic Determination of the Hydraulic Efficiency of Radial Fans
(2019)
Assessment of Compressible RANS and LES Methods for Organic Vapor Flows Past a NACA4412 Airfoil
(2019)
Stagnation Flow and Heat Transfer From a Finite Disk Situated Perpendicular to a Uniform Stream
(2019)
Stagnation Flow and Heat Transfer From a Finite Disk Situated Perpendicular to a Uniform Stream
(2020)
A user-friendly Pitot probe data reduction Excel-Refprop-Routine for non-ideal gas flow applications
(2021)
Numerical Calibration of Three-Dimensional Printed Five-Hole Probes for the Transonic Flow Regime
(2021)
Production technology is a highly interdisciplinary field of research. It comprises different production domains (cutting, welding, forming, assembly, etc.), industry-sectors, materials and scales. Moreover, production has strong interdependencies with other scientific disciplines such as product development, materials engineering, business economics, information and communication technology, social science and natural science. Integrative Production Technology aims to develop a deep technology spanning perception to offer products matching customer and societal demands at competitive prices and to quickly adapt to market and societal changes while assuring constant and predictable product properties. The Cluster of Excellence (CoE) “Integrative Production Technology for High-Wage Countries” has initiated this special issue to present some of the newest results in the field.
Moderne Produktions- und Verarbeitungsanlagen in der Stahlherstellung beinhalten eine Vielzahl von Sensoriken und digitalisierten Informationen. Prinzipiell stehen daher bereits während des Betriebes große Datenmengen entlang des gesamten Herstellungsprozess zur Verfügung. Diese Daten werden teilweise direkt für interne Regelungen der Maschinen oder für Qualitätskontrollen genutzt. Ein Großteil dieser Daten bleibt jedoch ungenutzt. Dies hat zwei Hauptgründe: Zum einen müssten sehr große Datenmengen gespeichert werden, zum anderen sind die erzeugten Daten sehr heterogen und ohne Vorverarbeitung und Kenntnis der physikalischen Wirkzusammenhänge von keinem direktem Nutzen. Der Verknüpfung von relevantem Wissen, Modellen und Daten über alle relevanten technischen Domänen hinweg bietet die Möglichkeit den OEE zu optimieren. Ein domänenübergreifender Datenzugriff ermöglicht neue Möglichkeiten für produzierende Unternehmen, insbesondere müssen mit Wissen aufbereitete Daten zusammen mit bedarfsgerecht reduzierten Modellen genutzt werden. Diese modellbasierte Datenanalyse stellt die Grundlage für einen optimalen Nutzen von Daten aus der Produktion dar.
Nachhaltig, menschzentriert und resilient – so beschreibt die Europäische Kommission in einem ihrer Dossiers die nächste industrielle Revolution unter dem Stichwort Industrie 5.0. Vor zehn Jahren wurde auf der Hannover Messe 2011 die Vision Industrie 4.0 präsentiert. Kernelemente von Industrie 4.0 sind eine Referenzarchitektur (RAMI 4.0) zur Vernetzung zunehmend autonomer IoT-Geräte sowie Cyber-Physical Production Systems (CPPS), bei denen hochaufgelöste Simulationen („Digital Twins“) dabei helfen, physische Produktionssysteme zu überwachen, deren Verhalten vorherzusagen und zu regeln. Darüber hinaus sollen personalisierte und kontextspezifische „intelligente Agenten“ und dazugehörige Organisationsformen neue Formen der Arbeit schaffen.
Die Digitalisierung verspricht Unternehmen, die Wandlungsfähigkeit
und Produktivität bestehender Fertigungssysteme zu fördern. Durch
die Komplexität cyber-physischer Produktionssysteme liegen Produktionsdaten jedoch heterogen, unstrukturiert und isoliert vor. Die für
eine konkrete Aufgabe oder Fragestellung benötigten Daten werden
durch Digitale Schatten zielgerichtet verknüpft, abstrahiert und aggregiert, sodass eine wissensbasierte und echtzeitfähige Entscheidungsfindung in der Produktion möglich wird.
Due to highly sophisticated, specialised models and data in production, digital twins, as defined as full digital representations, are neither computationally feasible nor useful. The complementary concept of digital shadows will provide cross-domain data access in real time by combining reduced engineering models and production data analytics.
Der Begriff Internet of Things hat sich weltweit als Bezeichnung für die horizontale internetbasierte Vernetzung von Cyber-Physical Systems durchgesetzt. Das IoT ermöglicht dabei die Nutzung von Felddaten (z. B. Kundenverhalten) zur Realisierung von neuartigen digitalen Geschäftsmodellen. In den meisten Anwendungsfällen sind dabei große Mengen an Felddaten vorhanden, welche durch eine relativ kleine Anzahl von Parametern beschrieben werden. Die Übertragung des IoT-Ansatzes auf die Produktion wird – insbesondere in Deutschland – mit dem Begriff Industrie 4.0 bezeichnet. Das volle Potenzial dieses Ansatzes kann derzeit jedoch nicht vollständig genutzt werden, da der Zugang zu Daten aus der Produktion aus verschiedenen Gründen nicht möglich ist und die Daten aufgrund der komplexen physikalischen Wirkzusammenhänge sehr heterogen sind. Dies führt insbesondere in der Datenanalyse zu gänzlich neuen Herausforderungen.
Following the recent Internet of Things-induced
trends on digitization in general, industrial applications will further evolve as well. With a focus on the domains of manufacturing
and production, the Internet of Production pursues the vision of
a digitized, globally interconnected, yet secure environment by
establishing a distributed knowledge base.
Background. As part of our collaborative research of advancing
the scope of industrial applications through cybersecurity and
privacy, we identified a set of common challenges and pitfalls
that surface in such applied interdisciplinary collaborations.
Aim. Our goal with this paper is to support researchers in
the emerging field of cybersecurity in industrial settings by
formalizing our experiences as reference for other research
efforts, in industry and academia alike.
Method. Based on our experience, we derived a process cycle of
performing such interdisciplinary research, from the initial idea
to the eventual dissemination and paper writing. This presented
methodology strives to successfully bootstrap further research
and to encourage further work in this emerging area.
Results. Apart from our newly proposed process cycle, we report
on our experiences and conduct a case study applying this
methodology, raising awareness for challenges in cybersecurity
research for industrial applications. We further detail the interplay between our process cycle and the data lifecycle in
applied research data management. Finally, we augment our
discussion with an industrial as well as an academic view on
this research area and highlight that both areas still have
to overcome significant challenges to sustainably and securely
advance industrial applications.
Conclusions. With our proposed process cycle for interdisciplinary research in the intersection of cybersecurity and industrial application, we provide a foundation for further research.
We look forward to promising research initiatives, projects, and
directions that emerge based on our methodological work.
Das Internet of Things entfaltet erst durch die Überwindung von bestehenden Produkt- und Industriegrenzen sein volles ökonomisches Potenzial. Trotzdem werden Cyberphysische Systeme in der Forschung bisher oftmals isoliert betrachtet. Der Begriff des Internet of Production (IoP) steht für die Vision eines übergreifenden Austauschs von Daten und Informationen zwischen Produktentwicklung, Produktion und Nutzungsphase – über bestehende Organisationsgrenzen hinaus. Die Realisierung des IoP ist mit Herausforderungen im Bereich der datengetriebenen Modellierung sowie der Infrastruktur verbunden. In diesem Buchbeitrag werden die bestehenden Herausforderungen erläutert und Lösungsansätze skizziert. Der Schwerpunkt liegt auf der datengetriebenen Modellierung. Im Speziellen wird die Problematik des Lernens von kausalen Zusammenhängen, die Interpretierbarkeit von Machine-Learning-Modellen sowie die Integration von Domänenwissen in Lernalgorithmen diskutiert. Abschließend werden zwei Anwendungsbeispiele des „Digital Material Shadows“ vorgestellt. Diese veranschaulichen wie mithilfe von Machine Learning Erkenntnisse über den Materialzustand eines Werkstücks gewonnen werden können. Ziel dieser Digital Material Shadows ist es, langfristig Fertigungsprozesse adaptiv an die individuellen Materialeigenschaften des vorliegenden Werkstücks bzw. Rohmaterials anzupassen.
Experimental results are presented of a test of the theory of local turbulent heat transfer measurements proposed by Mocikat and Herwig in 2007. A miniaturized multi-layer heat transfer sensor was developed and employed in this study. The new heat transfer sensor was designed to work in air and liquids, and this capability enabled the simultaneous investigation of different Prandtl numbers. Two basic configurations, namely the flow past a blunt plate and the flow past an inclined square cylinder, were investigated in test sections of wind and water tunnels. Convective heat transfer coefficients were obtained through conventional testing (i.e., employing thoroughly heated test objects) and using the new miniaturized sensor approach (i.e., utilizing cold test objects without heating). The main prediction of the Mocikat-Herwig theory that a specific thermal adjustment coefficient of the employed actual miniaturized heat transfer sensor should exist in the fully turbulent flow regime was proven for developed two-dimensional flow. The observed effect of the Prandtl number on this coefficient was in good agreement with the prediction of the asymptotic expansion method. The square cylinder results indicated the inherent limits of the local turbulent heat transfer measurement approach, as suggested by Mocikat and Herwig.
Dieses Arbeitsbuch enthält zahlreiche Aufgaben großer thematischer Breite und unterschiedlicher Schwierigkeitsgrade – einschließlich vollständiger und ausführlicher Lösungen.
Das Buch greift als optimale Ergänzung zum Lehrbuch Lineare Algebra im algebraischen Kontext mit derselben Kapitelstruktur die dort genannten Aufgaben auf. Darüber hinaus ergänzt es weitere Übungen – zur Vertiefung oder um in neue Themen einzuführen. Es ist aber auch völlig unabhängig vom Lehrbuch nutzbar.
Neben Aufgaben zu linearen Gleichungssystemen, deren Lösungsverfahren und -theorie, Matrizenrechnung und Determinanten finden sich auch Übungen zur Eigenwerttheorie, Matrixdiagonalisierung und -trigonalisierung, zu Vektorräumen und Homomorphismen sowie zu Bilinearformen. Darüber hinaus wird mit Aufgaben zu Markov-Ketten und linearen Differenzialgleichungssystemen die Anwendung der linearen Algebra auf andere Bereiche der Mathematik angesprochen. Ein separates Kapitel mit Minitests dient der schnellen Überprüfung des eigenen Wissens zu besonders zentralen Themen.
Viele Aufgaben lassen sich ohne weitere Hilfsmittel lösen, während andere, vor allem praxisorientierte Problemstellungen, den Einsatz mathematischer Software nahelegen. Daher wird bei diesen Aufgaben der Lösungsweg durch den Einsatz von MATLAB® ergänzt.
The paper deals with the development of a new type of production planning and control in a wood-processing company. The production is already highly automated and data from the production processes are gathered and stored in a database. The project picks up these technical basements in order to automatically provide intelligent decisions and make the factory even smarter.
Die Entwicklung einer automatisierten Produktionssteuerung in der Holzveredelung soll logistische Potenziale nutzen und Wettbewerbsvorteile sowie die Standortsicherheit erhöhen. Dies erfordert die rechnergestützte Lösung von komplexen Optimierungsaufgaben in stark begrenzter Rechenzeit. Dieser Beitrag stellt einen Ansatz für die prozessbegleitende Optimierung innerhalb der Produktionssteuerung vor, wobei die Praxistauglichkeit der Optimierungsergebnisse im Vordergrund steht.