h1

000852147 001__ 852147
000852147 005__ 20230328172713.0
000852147 0247_ $$2HBZ$$aHT021470839
000852147 0247_ $$2Laufende Nummer$$a41477
000852147 0247_ $$2datacite_doi$$a10.18154/RWTH-2022-07954
000852147 037__ $$aRWTH-2022-07954
000852147 041__ $$aEnglish
000852147 082__ $$a620
000852147 1001_ $$0P:(DE-82)IDM03256$$aKey, Konstantin$$b0$$urwth
000852147 245__ $$aNovel numerical methods for solidification in manufacturing processes$$cvorgelegt von Konstantin Key$$honline
000852147 246_3 $$aNeuartige numerische Methoden für Erstarrung in Produktionsprozessen$$yGerman
000852147 260__ $$aAachen$$bRWTH Aachen University$$c2022
000852147 300__ $$a1 Online-Ressource : Illustrationen, Diagramme
000852147 3367_ $$02$$2EndNote$$aThesis
000852147 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
000852147 3367_ $$2BibTeX$$aPHDTHESIS
000852147 3367_ $$2DRIVER$$adoctoralThesis
000852147 3367_ $$2DataCite$$aOutput Types/Dissertation
000852147 3367_ $$2ORCID$$aDISSERTATION
000852147 500__ $$aVeröffentlicht auf dem Publikationsserver der RWTH Aachen University
000852147 502__ $$aDissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2022$$bDissertation$$cRheinisch-Westfälische Technische Hochschule Aachen$$d2022$$gFak04$$o2022-08-08
000852147 5203_ $$aZiel der Produktionstechnik ist die möglichst effektive und effiziente Herstellung von Produkten aus Rohmaterialien. Dafür kommen, auch in anderen Ingenieursdisziplinen als der Produktionstechnik, häufig Computer zum Einsatz. Die Computer werden hierbei nicht nur für das rechnergestützte Konstruieren, sondern auch zur Analyse und Optimierung der Produkte und Verfahren verwendet. Letzteres erfordert Simulationen auf Grundlage mathematischer Modelle. Der Nutzen von Computermodellen wird in dieser Arbeit durch zwei Beiträge vergrößert: ein kontinuumsphysikalischer Modellierungsansatz sowie der Vergleich dreier Simulationsansätze. Ersterer wird auf die Erstarrung während urformender Fertigungsverfahren angewendet. Das mathematische Modell wird dann auf Grundlage der gewöhnlichen und isogeometrischen Finite Elemente Methode sowie physikalisch informierter neuronaler Netze ausgewertet. Die Simulationsansätze werden hinsichtlich ihrer Performanz anhand dieser Resultate verglichen. Diese Resultate dienen der Bestimmung optimaler Designs. Das Design von Spritzgussformen hat großen Einfluss auf die produzierten Teile. Die Teile weisen häufig geometrische Defekte auf, die, insbesondere für kristallisierbare Thermoplaste, Folge der mit Schrumpfung verbundenen Erstarrung sind. Da die Erstarrung komplizierte Wechselbeziehungen zwischen Prozessbedingungen, Materialeigenschaften und -struktur beinhaltet, können solche Defekte nicht beim Design der Spritzgusswerkzeuge antizipiert werden. Zur Unterstützung wird die Erstarrung auf Basis von Nakamuras nicht-isothermen Erweiterung des Avrami-Evans Kristallisationsansatzes sowie der Hoffman-Lauritzen Theorie bei deformationsabhängiger Anpassung der Gleichgewichtstemperaturen vorhergesagt. Anhand der Analyse der Erstarrung von Polypropen nach dem Einspritzen in eine idealisierte Form bei gegebenen Prozessbedingungen wird der Mehrwert simulationsgestützter Vorhersagen für die Produktionstechnik verdeutlicht.$$lger
000852147 520__ $$aProduction engineering strives to transform raw material into desired products as effectively and efficiently as possible. One popular approach — that is also frequently adopted in other engineering disciplines — is computer-aided engineering (CAE). In CAE, computer-aided processes are not only used in design, but also to simulate and optimize products and processes. To this end, mathematical models need to be derived and numerically analyzed. This work makes two contributions to CAE: a framework for mathematical modeling of continuum physics and a comparison of three different simulation approaches. The framework is used to build a mathematical model for solidification in primary manufacturing processes. This model is then numerically solved using both the standard and isogeometric finite element method as well as physics-informed neural networks. The methods are compared with regard to both efficiency of simulation and accuracy of simulation results. These comparisons are performed in the frame of an engineering design problem; in particular the mold design in injection molding. The design of injection molds has a crucial impact on the quality of manufactured parts. These parts frequently deviate from desired product shapes — especially for crystallizable thermoplastics — due to shrinkage during solidification. The fact that solidification often results in defects is a consequence of the complex interrelationships of process conditions, material properties, and morphology evolution, which generally exceed the intuition of mold designers. In this thesis, solidification is modeled by Nakamura’s nonisothermal extension of the Avrami-Evans approach to crystallization together with deformation-dependent equilibrium temperatures in the Hoffman-Lauritzen theory. Through examination of this model for isotactic polypropene after injection into an idealized mold under given processing conditions, the merit of predictive simulations for production engineering by employing appropriate numerical methods is exemplified.$$leng
000852147 536__ $$0G:(GEPRIS)333849990$$aGRK 2379 - GRK 2379: Moderne Inverse Probleme: Von Geometrie über Daten hin zu Modellen und Anwendungen (333849990)$$c333849990$$x0
000852147 588__ $$aDataset connected to Lobid/HBZ
000852147 591__ $$aGermany
000852147 653_7 $$acrystallization
000852147 653_7 $$afinite element analysis
000852147 653_7 $$aisogeometric analysis
000852147 653_7 $$amathematical modeling
000852147 653_7 $$aphysics-informed neural networks
000852147 653_7 $$aproduction engineering
000852147 7001_ $$0P:(DE-82)IDM00661$$aElgeti, Stefanie Nicole$$b1$$eThesis advisor$$urwth
000852147 7001_ $$0P:(DE-82)172105$$aHughes, Thomas J. R.$$b2$$eThesis advisor
000852147 7001_ $$0P:(DE-82)IDM00698$$aBehr, Marek$$b3$$eThesis advisor$$urwth
000852147 8564_ $$uhttps://publications.rwth-aachen.de/record/852147/files/852147.pdf$$yOpenAccess
000852147 8564_ $$uhttps://publications.rwth-aachen.de/record/852147/files/852147_source.zip$$yRestricted
000852147 909CO $$ooai:publications.rwth-aachen.de:852147$$popenaire$$popen_access$$pVDB$$pdriver$$pdnbdelivery
000852147 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM03256$$aRWTH Aachen$$b0$$kRWTH
000852147 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM00661$$aRWTH Aachen$$b1$$kRWTH
000852147 9101_ $$0I:(DE-588b)36225-6$$6P:(DE-82)IDM00698$$aRWTH Aachen$$b3$$kRWTH
000852147 9141_ $$y2022
000852147 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
000852147 9201_ $$0I:(DE-82)416010_20140620$$k416010$$lLehrstuhl für Computergestützte Analyse technischer Systeme$$x0
000852147 961__ $$c2022-09-12T14:44:34.453648$$x2022-08-15T13:55:57.827097$$z2022-09-12T14:44:34.453648
000852147 9801_ $$aFullTexts
000852147 980__ $$aI:(DE-82)416010_20140620
000852147 980__ $$aUNRESTRICTED
000852147 980__ $$aVDB
000852147 980__ $$aphd