guest ::
Numerical and data-based description of structure-property relations in DP800 - approaches for damage-tolerant microstructure design
2026
Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2026
Genehmigende Fakultät
Fak05
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2026-01-21
Einrichtungen
- Lehrstuhl für Werkstoffmodellierung in der Umformtechnik (522520 ; 522510)
- Fachgruppe für Materialwissenschaft und Werkstofftechnik (520000)
Projekte
- DFG project G:(GEPRIS)550763240 - Generische Beschreibung von Schädigung und Gefüge für schädigungstolerantes Werkstoffdesign (Project B05) (550763240) (550763240)
- DFG project G:(GEPRIS)278868966 - TRR 188: Schädigungskontrollierte Umformprozesse (278868966) (278868966)
Inhaltliche Beschreibung (Schlagwörter)
damage (frei) ; dualphase (frei) ; microstructure design (frei) ; representative volume element (frei) ; surrogate model (frei)
Thematische Einordnung (Klassifikation)
DDC: 620
Kurzfassung
Ein quantitatives Verständnis der Beziehungen von Prozess – Struktur – Eigenschaften – Leistungsfähigkeit ist von entscheidender Bedeutung für das maßgeschneiderte Design aller metallischen Strukturwerkstoffe. Besonders die quantitative Identifizierung der Verknüpfungen zwischen der Mikrostruktur und den mechanischen Eigenschaften wie Plastizität oder Schädigung stellt eine besondere Herausforderung dar, da dies nur im Zusammenspiel aus präzisen mikromechanischen Untersuchungen, numerischen Simulationsmethoden und (seit kurzem) auch datenbasiert Methoden möglich ist. Ziel dieser Arbeit war die Quantifizierung der Beziehungen zwischen der Mikrostrukturmorphologie (Struktur) und der duktilen Schädigungsinitiierung (Eigenschaft) in einem Dualphasenstahl vom Typ DP800.Der zu diesem Zweck in den Publikationen dieser Arbeit entwickelte Ansatz besteht aus dem Zusammenspiel von datenbasiert Methoden und numerischen Simulationen mit sogenannten statistisch repräsentativen Volumenelementen (sRVE), welche ihrerseits auf hochaufgelösten experimentellen Daten aus der in situ Mikromechanik basieren. Zur Erreichung dieses Ziel wurde in mehreren Schritten vorgegangen: Zunächst wurden die Bestandteile der Mikrostrukturmophologie des betrachteten DP800 identifiziert, von welchen davon ausgegangen werden kann, dass diese kritisch für die Aktivierung der Mechanismen duktiler Schädigung sind. Während Bestandteile wie die Korngröße des Ferrits oder die Größe der Martensitinseln, genau wie die Form beider Mikrostrukturbestandteile, bereits im sRVE-Generator DRAGen abgebildet werden können, war eine statistische Beschreibung der martensitischen Bandstrukturen nicht vorhanden. Dieses Problem wurde durch die Verwendung eines deep-learning Ansatzes gelöst, wobei ein Faster R–CNN-Objekterkennungsalgorithmus verwendet wurde. Unter Zuhilfenahme des Transfer-learnings konnte eine hohe Genauigkeit bei der Erkennung der Martensitbänder in nur ca. 120 rasterelektronischenmikroskopischen Aufnahmen erreicht werden. Anschließend wurden die Bänder in statistischen Input für die Generierung von sRVE überführt. Die folgende Kalibrierung des Kristallplastizitätsmodells ist die Schlüsselkomponente der Arbeit. Es existieren verschiedene Methoden zur Kalibrierung dieser Modellklasse, welche das mechanische Verhalten polykristalliner Werkstoffe abbilden kann, jedoch kein robuster, allgemeingültiger Ansatz. Anhand von Mikropillar-Druckversuchen aus weiteren Studien, entnommen aus unterschiedlich vorverformten makroskopischen Zugversuchen, wurde die Verfestigung des Ferrits im Polykristall quantitativ bestimmt, was u.a. durch den Effekt freier Oberflächen nicht anhand der Spannung–Dehnung–Kurve des Druckversuches selbst möglich ist. Im Zusammenspiel mit einem Hall-Petch-artigen Regressionsmodell zur Berücksichtigung der Korngrößeneffekte, kalibriert basierend auf Mikropillar-Versuchen mit unterschiedlichen Durchmessern, konnte final die homogenisierte wahre Spannung-Dehnung-Kurve des polykristallinen DP800 vorhergesagt und anhand makroskopischer Zugversuche validiert werden. So kalibriert, bildet das Modell sowohl die homogenisierte mechanische Antwort des Polykristalls als auch die Entwicklung des mechanischen Phasenkontrastes zwischen Ferrit und Martensit ab. Mit diesem Materialmodell wurden numerische Parameterstudien an virtuellen Mikrostrukturen durchgeführt, abgebildet durch sRVE mit unterschiedlichen Mikrostrukturmorphologien. Zu diesem Zwecke wurden500 sRVE-Simulationen durchgeführt und mit zwei verschiedenen, neu entwickelten Indikatoren die Neigung der Mikrostruktur zu Martensitbruch und Grenzflächendekohäsion zwischen Ferrit und Martensit quantitativ bewertet. Eine anschließende varianzbasierte Sensitivitätsanalyse erlaubt die quantitative Bewertung der einzelnen Mikrostrukturbestandteile nach ihrem Effekt auf die beiden Schädigungsindikatoren, wobei aufgezeigt wurde, dass für Martensitbruch primär die Morphologie des Martensits, für Grenzflächendekohäsion die Korngröße beider Phasen kritisch ist. Die Ergebnisse entsprechen der etablierten Lehrmeinung über Dualphasenstähle, der wissenschaftliche Erkenntnisgewinn liegt insbesondere darin, dass mit dem vorgestellten Ansatz eine Quantifizierung des Effektes der einzelnen Bestandteile möglich ist, was ohne die Einbeziehung der datenbasierten Methoden nicht ohne weiteres möglich ist. Abschließend kann gesagt werden, dass im Rahmen dieser Arbeit zwei Ziele erreicht wurden: Zum einen die quantitative Bewertung des Einflusses einzelner Mikrostrukturbestandteile auf das Schädigungsverhalten eines spezifischen DP800, zum anderen die Entwicklung einer kombiniert simulativ und datenbasierten Methodik auf Grundlage hochaufgelöster experimenteller Daten, welche grundsätzlich auch auf andere Struktur – Eigenschaftsbeziehungen anwendbar ist.A quantitative understanding of the process – structure – property – performance relationships is of crucial importance for tailored design of all metallic structural materials. In particular, the quantitative identification of the linkages between microstructure and mechanical properties such as plasticity or damage is a particular challenge, as this is only possible with the combination of precise micromechanical investigations, simulation methods and (more recently) data-based methods. The aim of this dissertation was to quantify the relationship between microstructural morphology (structure)and ductile damage initiation (property) in a dual-phase steel of class DP800. The approach developed forthis purpose consists of the interaction of data-based methods and numerical simulations with so-called statistically representative volume elements (sRVE), which in turn are based on high-resolution experimental data and insights from in situ micromechanics. Several steps have been taken to achieve this goal: The first step was to identify the features of the microstructure morphology of the DP800 under consideration that can be assumed to be critical for the initiation of ductile damage. While features such as the grain size of the ferrite or the size of the martensite islands as well as the shape of both microstructural features can already be mapped in the sRVE generator DRAGen, a statistical description of the martensitic band structures was not available. This problem was solved by applying a deep learning approach using a faster R-CNN object detection algorithm. Using the principles of transfer learning, a high accuracy in the detection of the martensite bands was achieved by only using about 120 scanning electron micrographs. The bands were then transferred to statistical input for sRVE generation. The following calibration of the required crystal plasticity model is the key component of the thesis. Various methods exist for the calibration of this model class, which can represent the mechanical behavior of polycrystalline materials, but there is no robust, generally valid approach. Utilizing in situ micropillar compression tests from previously published studies on the same material, taken from different prestrained macroscopic tensile tests, the strain hardening of the ferrite in the polycrystal was quantitatively determined, which is not possible using the stress-strain curve of the individual micropillar compression test due to the effect of free surfaces, among other things. In combination with a Hall-Petch-like regression model to take into account the grain size effects, calibrated based on micropillar tests with different diameters, the homogenized true stress-strain curve of the polycrystalline DP800 could finally be predicted and validated using macroscopic tensile tests. Calibrated in this way, the model depicts both the homogenized mechanical response of the polycrystal and the evolution of the mechanical phase contrast between ferrite and martensite. This material model provides the basis for numerical parameter studies on virtual microstructure concepts, mapped by sRVE with different microstructure morphologies. For this purpose, 500 sRVE simulations were performed and the tendency of the microstructure to martensite fracture and interface decohesion between ferrite and martensite were quantitatively evaluated using two different, newly developed indicators. Subsequent variance-based sensitivity analysis allowed the quantitative evaluation and sorting of the individual microstructure components according to their effect on the two damage indicators, whereby it was shown that the morphology of the martensite is primarily critical for martensite fracture and the grain size of both phases is critical for interface decohesion. The results correspond to the established perception on dual-phase steels, the gain in scientific knowledge lies in the fact that with the presented approach a quantification of the individual components is possible, which is not easily possible without the inclusion of data-based methods. In conclusion, it can be said that two objectives were achieved in this work: First the quantitative evaluation of the influence of individual microstructure features on the mechanisms of damage initiation in a specificDP800, and secondly the development of a combined simulative and data-based methodology founded on high-fidelity micromechanical data, which in principle can also be applied to other structure – property relationships.
Dokumenttyp
Dissertation / PhD Thesis/Book
Format
print
Sprache
English
Externe Identnummern
HBZ: HT031441364
Interne Identnummern
RWTH-2026-03011
Datensatz-ID: 1030427
Beteiligte Länder
Germany
|
The record appears in these collections: |