Uwe Reinert

Modelling and simulation of the macromechanical nonlinear behaviour of fibre-reinforced ceramics on the basis of a micromechanical-statistical material description

SummaryThe modelling of the mechanical properties of a macrostructure, representative of the total structure, is demonstrated by the example of the unidirectional SiC fibre-reinforced SiC composite. The macrostructure is modelled from a suitable number of substructures, based on the properties of the individual phases and their interactions. The numerical access in the model is accomplished by means of the Finite Element Method (FEM). In numerical simulations, the statistically verified events of damage in the macrostructure are described. Finally the effect of important parameters like the fibre number, the fibre-matrix friction and the fibre Weibull parameter on the nonlinear behaviour of the macrostructure will be examined.

Einfluß der Werkstoffmodellierung auf die Güte der Prozeßsimulation am Beispiel des Blechbiegens

ZusammenfassungProzeßsimulationen sollen Fertigungsabläufe optimieren. Die Güte der Simulation hängt u.a. wesentlich von der Qualität der Stoffbeschreibung ab. Im Fall des Blechumformens ist das Biegeumformen zur Klärung grundsätzlicher Fragen sehr gut geeignet. Daher wird an diesem Verfahren exemplarisch der Einfluß der Stoffmodellierung auf die Güte der Prozeßsimulation gezeigt.

Statistische Prozeßsteuerung (SPC)

Samtliche Fertigungsprozesse sind im allgemeinen einer Vielzahl von unterschiedlichen Einflussen ausgesetzt. Dabei ist die Unterscheidung zwischen zufallsbedingten Schwankungen einerseits und steuerbaren Einflusgrosen, die der Prozesregelung dienen konnen, andererseits in der statistischen Prozessteuerung grundsatzlich von praxisrelevanter Bedeutung. SPC beinhaltet die Prozesregelung bei laufender Fertigung sowie die kontinuierlichen Erfassung und Dokumentation relevanter Prozesdaten und liefert so wesentliche Informationen zur Beherrschung und standigen Verbesserung der betrieblichen Produktionsablaufe.

Statistische Testverfahren zur Auswertung von Produktions-und Versuchsdaten

Im Bereich der Eingangs-und Endprufung von Waren, zum Zweck einer beherrschten Prozessteuerung und bei Prognosen hinsichtlich der Zuverlassigkeit und des spezifischen Ausfallverhaltens von Produkten gehoren statistische Methoden sicher zu den haufig verwendeten Standardwerkzeugen einer erfolgreichen Qualitatssicherung. Die testtheoretischen Hintergrunde dieser Methoden stecken hierbei in Art und Umfang einer sorgfaltig geplanten Erfassung und Aufbereitung relevanter Daten. Die optimale Nutzung der Methoden in der betrieblichen Praxis setzt daher sowohl bei den Verantwortlichen als auch bei den Fachkraften vor Ort ein geeignetes Mas an entsprechender Sachkenntnis voraus. Unabdingbar allerdings ist die detaillierte Beherrschung statistischer Analyseverfahren, wenn unter dem Druck wachsender Anspruche an Preis und Qualitat eines Produktes dem vorhandenen Know-how keine fertigungstechnischen Spielraume mehr zur Verfugung stehen. Dann sind oft unter engsten Terminvorgaben heterogen zusammengesetzte Datenbestande unterschiedlichster Herkunft und Beschaffenheit quantitativ hinsichtlich bislang verborgener Verbesserungspotentiale auszuloten. Dabei genugt es selbstverstandlich nicht, diese Daten blind beliebigen statistischen Tests zu unterziehen, ohne nach zumindest plausiblen, gegebenenfalls quantitativ interpretierbaren Erklarungen fur mogliche Testresultate zu suchen. Gerade in den Ursachen eventueller Anomalien, Ausreiser oder Abweichungen von der erwarteten Verteilungsform kann der Schlussel zu Qualitatssicherung und -verbesserung liegen.

Einführung in die statistischen Methoden der Qualitätssicherung

Diese Einfuhrung beinhaltet keine Wortanalysen der Begriffe Qualitat und Qualitatssicherung keinen Uberblick uber die historische Entwicklung der Qualitatssicherung keine Zitate aus einschlagigen Lexika, Normen, Lehrbuchern oder ahnlichen Schriften keine zusammenfassenden Merksatze oder Schaubilder zur Bedeutung der statistischen Qualitatssicherung im Rahmen gegenwartiger oder zukunftiger Unternehmensstrategien keine fotografischen Darstellungen von Prufstanden, Pionieren der angewandten mathematischen Statistik oder gar der Autoren selbst.

Der indirekte Schluß — Schätzwerte und Vertrauensbereiche

Die deduktive Schlusweise bei der Prognose des Streuverhaltens von Stichprobenergebnissen setzt nicht nur ein adaquates Verteilungsmodell voraus, sondern auch die Kenntnis der konkreten Zahlenwerte fur die Parameter dieses Modells. Die Genauigkeit der Prognose steht und fallt mit der Genauigkeit dieser Zahlenwerte.

Der direkte Schluß — Zufallsstreubereiche

Die Schlusweise bei der Berechnung von Zufallsstreubereichen last sich am besten durch Abb. 3.1 verdeutlichen.

Numerisch und statistisch gestützte Schadensanalyse am Beispiel von Brennofenelementen

The nonoxidic ceramics (for example SiC), used as a supporting structure in kilns, are subject to instantaneous damage, which as a rule is accompanied by high costs. Of interest in this context is the question whether a satisfactory statement can be made about the increase of damage frequency as a function of the firing temperature, the firing time, the geometry of the component, the material properties and the loading. Knowledge of these correlations provides the user with the possibility of minimizing the costs of damage by means of suitable selection of material and timely replacement of the components. The procedure presented in the following is based on the combination of numerical studies with statistically evaluated experiments.