In the iComposite 4.0 research project, it has been possible to cut the costs for a prototype component by more than 50 percent and throughput time by 40 percent.

View of the production system built for the iComposite 4.0 project at the RWTH Aachen AZL

16:9

Economic Production of Fiber-Reinforced Plastics in High Volumes

Faserverarbeitung

Kunststoffverarbeitung: Maschinen und Komponenten

Schröder, Susanne

Pressen von Kunststoffen

Kunststoffverarbeitung: Verfahren

Andere Werkstoffe

Faserverbundwerkstoffe

Self-Regulating Production Plant

CFRP components are often in continuous use under harsh environmental conditions, for example in aircraft and motor vehicles. If any damage occurs, the CFRP structures are simply replaced by new components in most cases. This is mainly due to the high cost of established repair methods. With a newly developed process, defective CFRP structures can now be repaired locally much more easily.

Fig. 1. Overview of the simulation-based repair method for CFRP components: the method enables targeted repair of the damaged area

Process for Repairing CFRP Components without Machining

Kunststoff Werkstoffe

Kunststoff

Bauwesen

Baustoffe

Kunststofffasern

Verstärkungsstoffe

Repairing instead of Replacing

The occurrence of process-specific defects in the wet filament winding process requires an oversizing of the components which leads to high additional material costs, especially for 700 bar type-IV pressure vessels. This paper presents the development of a quality control together with an image processing algorithm based on an industrial camera with which manufacturing deviations in the cylindrical area of the vessels can be determined.

An industrial camera is used to inspect a pressure vessel for manufacturing deviations during the infeed of fiber slivers.

Bildverarbeitungs-Software

Fertigungsautomation

Bildverarbeitung

Qualitätssicherung

Wickelmaschinen

Qualitätssicherung Kunststoff

Optische Mess- und Prüfverfahren

Use of an industrial camera for quality control in the production of the cylindrical area of type-IV pressure vessels in the wet filament winding process

Particularly two industries have shown considerable interest in FPP technology: aerospace industry in automating the lay-up processes of multi-material lightweight components with sandwich cores, as well as manufacturers of CFRP pressure vessels for hydrogen-powered vehicles (FCEVs), who can thus achieve savings in the double-digit percentage range. In both areas, FPP is the first technology to automate critical fiber lay-up processes in order to industrialize the production.

Laminate reinforcement of filament-wound pressure tanks. The shape of the patches and the gripper is adapted to the size and complexity  of the component.

New Applications for the Automated Production of Fiber Composite Components

Greifer

Automatisierungstechnik

Handling, Handhabungstechnik

Composite-Halbzeuge

Halbzeuge und Zwischenprodukte

Kunststoff-Halbzeuge

Kohlenstofffasern / -matten

Inspektionssysteme

Industrieroboter

Montagetechnik

Reinforcement on Approach

Maintaining competitiveness while producing in Germany requires not only cost-efficient production, but also high-quality products. Vorwerk Elektrowerke is accepting this challenge. In collaboration with the Institute of Product Engineering at the University of Duisburg-Essen, Germany, the company is testing a 100 % inline quality monitoring system as well as a quality prediction using machine learning.

Customers who choose the Kobold VK 200 vacuum cleaner expect top quality. To ensure this, efforts for the introduction of Industry 4.0 measures are taken in the production plant in Wuppertal, Germany

Successfully Managing Digital Transformation with Automation and Artificial Intelligence

Spritzgießen

Industrie 4.0 für die Qualitätssicherung

Industrie 4.0

Künstliche Intelligenz für die Qualitätssicherung

Mehrkomponenten-Spritzgießen

Digitale Transformation

Wirtschaft

Innovationen und neue Technologie

Kameras, intelligente

Industrie 4.0 für die Kunststoffverarbeitung

Machine Learning / Künstliche Intelligenz für die spanende Fertigung

Industrie 4.0 für die spanende Fertigung

Datenanalyse

Inline- / Online-Messsysteme

Inline Quality Monitoring and  Data-Based Quality Prediction

The e.GO Life is an affordable electric car for short-range transport. Starting as a development project at the RWTH Aachen University campus, the first cars of this type were delivered in the middle of this year. For this car, the engineers use plastic panels for the vehicle’s body. The large-sized body panels are thermoformed by the plastics-processing company Parat in close collaboration with the plastic sheet manufacturer Senoplast.

All 59 plastic body panels of the e.GO Life electric vehicle were thermoformed very cost-effectively from semi-finished plastic products i. e. coextruded plastic sheets

59 Lightweight Components for the Body of the New Electric City Vehicle e.GO Life

Werkzeuge für Leichtbauwerkstoffe

Präzisionswerkzeuge

Elektromobilität

Mobilität

Leichtbau

Flachfolien- und Plattenextrusion

Extrusion

Automotive

Fahrzeugbau

Polymethylmethacrylat

Thermoplaste

Platten

Polycarbonat

Lightweight Construction

The global market for PMMA continues to benefit from an increasing demand, mainly from the construction and electronics industry as well as the automotive and transportation sector. However, continuing raw material bottlenecks have damped sales, which has also pushed up the price for PMMA.

Lower energy consumption, better plant growth: a company in the Netherlands builds functional greenhouses with the help of lens optics made of a Plexiglas PMMA molding compound

Growth through Diversity for Molding Compounds and Semifinished Products

Technische Kunststoffe

Polymethyl Methacrylate (PMMA)

Lupine Lighting Systems manufactures extremely bright mountain bike lights with lenses made of Plexiglas. The molding compounds from Röhm meet the most important standards for e-bike and bicycle lighting.

A masterpiece of precision: UPT Optik in Nuremberg produces the lenses for Lupine in an injection molding process using the brand PMMA from Röhm. The material is unsurpassed in its transparency and light guiding properties

Technische Optik

Ingenieurwissenschaften

Optik

Photonik

Bright Lights with Precision Lenses Made from Plexiglas

Atomic force microscopy can be used to determine various properties of polymer surfaces. However, until now it was still necessary to change the hardware on the probe for different measurement methods.

With the Tosca series, all AFM measurements can be carried out with only one actuator body and thus without hardware exchange

Characterize Plastic Surfaces More Easily with Atomic Force Microscopy

Messtechnik

Prüfen von Kunststoffen

Measurements without  Hardware Exchange

The transition to electric cars is transforming automotive design. And so polymers producer Röhm has developed special polymethyl methacrylate (PMMA) molding compounds with this in mind. These are sold under the company’s well-known Plexiglas brand. At Fakuma, the company will be demonstrating how they can be used to combine design requirements and functional properties.

Plexiglas Resist AG 100 is used, for example, in Volkswagen’s ID.3 electric vehicle

Elektronik

Messe Fakuma

kunststoffe-international.com

Greater Design Freedom for Electric Cars

Röhm produces antimicrobial PMMA for transparent partitions.

Plexiglas XT Antimicrobial is an extruded sheet material with a special surface treatment on both sides. The coating contains a formulation that controls microbial growth

Disease Protection by PMMA

Zumtobel produces moisture-proof luminaires from Plexiglas molding compounds, the polymethyl methacrylate from Röhm.

The Amphibia PM moisture-proof luminaire from Zumtobel is made using the Plexiglas Resist zk5BR special molding compound.

Leuchten / Lichtmanagement

Lichttechnik

High Light Efficiency for a Luminaire

The aim of this joint project is to develop a production cell in which a rear license plate light can be manufactured with hybrid processes without any additional steps such as bonding. Some of the necessary analyses and pre-testing of the material combinations resulting from the structure of the product – plastic housing and optics plus metal conductive tracks – are presented in this article.

Lighting  solutions on various products. 

Manufacture of a Rear License Plate Light in a Highly Integrated Production Cell

LED / OLED-Systeme und Faseroptik

Hybrid-Spritzgießen (Metall / Kunststoff)

What Is the Most Suitable  Material Combination?

Patient movements can severely affect the quality of MRI and CT images. A new approach detects the movements and subsequently incorporates them into the image evaluation by means of correction algorithms. This significantly improves the image quality. For the detection of the patient’s movements, the use of polymer optical fibers is suitable.

Polymer Optical Fibers Increase the Reliability of MRI Images

Fasern

Polyurethan

Medizintechnik

Lichtwellenleiter (LWL)

Elektromechanik

Kühlkörper

Motion Sensing Light Guides

PMMA for lights, lighting solutions, automotive exteriors, and household appliances will take center-stage on Röhm’s booth at this year’s show.

Displays with a black panel effect for household appliances can be implemented in PMMA.

Messe K-Kunststoffmesse

More Design Freedom for Lights

Defect characterization in isotropic and fiber-reinforced plastics using active thermography and neural networks

Optically excited Lockin-Thermography is well suited for fast and robust detection of near-surface defects in isotropic and fiber-reinforced plastics. The resulting phase images are driven by the excitation frequency as a measurement parameter and can be analyzed in the one-dimensional case for depth-selective evaluation. For real test specimens, however, diffusive heat conduction processes overwhelm which makes accurate defect characterization from phase images much more difficult. Neural networks are used within this work to evaluate multiple phase values of different excitation frequencies with each other and thus implement for the first time a quantitative defect characterization in isotropic and fiber-reinforced plastics based on a LSTM-CNN hybrid model. It is shown that the already good prediction values of the neural network are again significantly improved by additional training data obtained from heat flow simulations.

Optically excited Lockin-Thermography is well suited for fast and robust detection of near-surface defects in isotropic and fiber-reinforced plastics. The resulting phase images are driven by the excitation frequency as a measurement parameter and can be analyzed in the one-dimensional case for depth-selective evaluation.

For real test specimens, however, diffusive heat conduction processes overwhelm which makes accurate defect characterization from phase images much more difficult. Neural networks are used within this work to evaluate multiple phase values of different excitation frequencies with each other and thus implement for the first time a quantitative defect characterization in isotropic and fiber-reinforced plastics based on a LSTM-CNN hybrid model. It is shown that the already good prediction values of the neural network are again significantly improved by additional training data obtained from heat flow simulations.

Industry 4.0 for Quality Assurance, Artificial Inetlligence for Quality Assurance, CFRP, fiber composite materials, Polymethyl Methacrylate

Faserverbundkunststoffe, Industrie 4.0 für die Qualitätssicherung, künstliche Intelligenz für die Qualitätssicherung, Polymethylmethacrylat, CFK

Johannes Rittmann, M.Sc; Prof. Dr. rer. nat. habil. Marc Kreutzbruck,

Institut für Kunststofftechnik, Universität Stuttgart

Defektcharakterisierung in isotropen und faserverstärkten Kunststoffen mittels aktiver Thermografie und neuronalen Netzen

Die optisch angeregte Lockin-Thermografie eignet sich gut zur schnellen und robusten Auffindung von oberflächennahen Defekten in isotropen und faserverstärkten Kunststoffen. Die daraus resultierenden Phasenbilder werden durch die Anregungsfrequenz als Messparameter beeinflusst und können im eindimensionalen Fall zur tiefenselektiven Auswertung betrachtet werden. Für reale Prüfkörper überwiegen jedoch diffuse Wärmeleitungsprozesse, die eine genaue Defektcharakterisierung aus Phasenbildern deutlich erschweren. Neuronale Netze werden innerhalb dieser Arbeit eingesetzt, um mehrere Phasenwerte unterschiedlicher Anregungsfrequenz zu bewerten und dadurch erstmals eine quantitative Defektcharakterisierung in isotropen und faserverstärkten Kunststoffen auf Basis eines LSTM-CNN Hybrid Modells umzusetzen. Es wird aufgezeigt, dass die bereits guten Vorhersagewerte des neuronalen Netzes durch zusätzliche Trainingsdaten, die aus Wärmeflusssimulationen ermittelt wurden, nochmals signifikant verbessert werden.

Defektcharakterisierung in faserverstärkten Kunststoffen mittels aktiver Thermografie und neuronalen Netzen

Die Herstellung von FKV bringt potentielle Fehlerquellen mit sich mit. An diesem Punkt setzt die zerstörungsfreie Prüfung an und ermöglicht es, FKV zu inspizieren, ohne sie für den eigentlichen Anwendungszweck unbrauchbar zu machen. Verfahren zur Prüfung gibt es viele, und ad-hoc kann kein Verfahren als bestes Verfahren auserkoren werden. Dies hängt vom Einsatzzweck ab. Zur oberflächigen Rissprüfung in Metallen wird oftmals die Farbeindringprüfung verwendet [1], kleine hochkomplexe Bauteile und Schäden wie Delaminationen werden häufig mittels Computertomografie [2] im gesamten Volumen überprüft, und für FKV aus der Luftfahrtindustrie wird bis heute häufig auf die Ultraschallprüfung [3] als Volumenprüfverfahren gesetzt. Die aktive Thermografie [4, 5] wiederum ist ein Prüfverfahren, welches durch die Wechselwirkung einer thermischen Welle mit dem Bauteil Inhomogenitäten in Oberflächennähe detektieren kann. Speziell für flächige FKV ist das Verfahren durch seine kurze Messdauer und die geringen Sicherheitsmaßnahmen anderen zerstörungsfreien Prüfverfahren überlegen. Dabei sind diffuse Prozesse der Wärmeausbreitung im Medium ein wesentlicher Nachteil des Verfahrens. Durch die diffusen Wärmeleitungsprozesse wird die tatsächliche Defektgeometrie und Defektgröße häufig fehlinterpretiert. Dies stellt einen der Gründe dar, weshalb die aktive Thermografie, trotz ihrer schnellen und kostengünstigen Inspektion, bisher nur selten für die Defektcharakterisierung von faserverstärkten Kunststoffen eingesetzt wird.

Erfahrene Prüfer*innen wissen die diffusen Wärmeleitungsprozesse einzuschätzen und können die Unschärfe teilweise bei der Defektbewertung kompensieren. Numerische Ansätze zur dreidimensionalen Rekonstruktion und damit zur Eliminierung der diffusen Wärmeleitungsprozesse wurden im Labormaßstab zwar für isotrope Materialen gefunden [6, 7], für den Einsatz im technischen Umfeld, insbesondere an anisotropen Materialien, sind jedoch noch zu viele Störgrößen vorhanden. Eine Alternative stellt die Auswertung mittels neuronalen Netzen (NN) dar. In [8] wurde ein dreischichtiges Perzeptron [9] NN vorgestellt, das aus fünf für eine Fehlerstelle charakteristischen thermischen Zahlenwerten einer Pulserwärmung sowohl den Defektdurchmesser als auch die Defekttiefe von Flachbodenbohrungen bestimmen konnte. Obwohl das NN gute Ergebnisse erzielte, wurde nicht durch das NN selbst, sondern schon bei der Ermittlung der charakteristischen thermischen Zahlenwerte durch den Prüfer die thermische Diffusion kompensiert.

Einen etwas anderen Ansatz verfolgten die Veröffentlichungen [10, 11], hierin wurde ebenfalls ein dreischichtiges Perzeptron NN zur Tiefenvorhersage verwendet, diesmal nicht an einem charakteristischen Punkt für den Defekt, sondern an jedem Pixel des Thermogramms individuell, ohne dabei die thermische Diffusion zu kompensieren. Ein anderer Ansatz verfolgte die Strategie des unüberwachten Lernens [12] , um ohne zusätzliche Informationen über das Bauteil auf die Tiefeninformation schließen zu können. In allen Fällen wurden die thermischen Informationen pixelweise an das NN übergeben, ohne eine „Querverbindung“ der einzelnen Informationen zu ermöglichen. Damit wurde die Kompensation lateraler Wärmeflüsse und somit auch die Invertierung der thermischen Diffusion von Beginn an unterbunden, ähnlich wie es bei einer klassischen Auswertung in der aktiven Thermografie ist.

Im Rahmen dieses Beitrags wird ein Auswerteverfahren, basierend auf NN, für einfache Defekte aufgezeigt, welches pixelübergreifend agiert und somit in der Lage ist, die thermische Diffusion nach pulsförmiger Anregung zu invertieren.

In den frühen 1940er Jahren beschrieben der Neuropsychologe Warren S. McCulloch und der Logiker Walter Pitts eine Art neurologischer Netze und legten somit den Grundstein für weitere Forschungen im Bereich der künstlichen Intelligenz. Angelehnt an das Prinzip von biologischen Neuronen bauten sie Schwellwertschalter nach und zeigten, dass deren Verknüpfung nahezu jede logische und arithmetische Funktion berechnen kann [13].

Neuronale Netze sind also, wie der Name schon deuten lässt, inspiriert durch das menschliche Gehirn und dessen komplexe neuronalen Verbunde und sollen Modelle des biologischen Lernens nachbilden. Sie sind ein (mehrdimensionaler) Zusammenschluss mathematischer Operationen und werden heute häufig zur Lösung von Optimierungsproblemen eingesetzt.

Die zu lösenden Optimierungsprobleme eines NN sind wie die Anforderungen an ein zerstörungsfreies Prüfverfahren sehr vielseitig und hängen vom jeweiligen Anwendungsfall ab. Als eines der bekanntesten Verfahren dient die Interpretation von Bildinformationen. Eine Vielzahl an Bildern wird zusammen mit der zugehörigen Bildinformation (was ist im Bild zu sehen) einem faltungsbasierten neuronalen Netz zum Training gegeben. Hieraus trainiert sich das Netzwerk in einem Optimierungsprozess bestimmte Merkmale zu den Bildklassen (Einteilung der vorliegenden Bildinformationen in Klassen) an, wodurch anschließend ähnliche Bilder in die zuvor definierten Bildklassen eingeteilt werden können. Dabei werden die trainierbaren Gewichte des NN als mathematische Faltungsoperationen betrachtet und mit den Eingabedaten multipliziert. Die Faltungsoperationen (engl. Convolutions) eines faltungsbasierten neuronalen Netzes (engl. Convolutional Neural Network, CNN) können dabei sowohl eine eindimensionale Struktur (zur Bewertung von Vektoren), eine zweidimensionale Struktur (zur Bewertung von Bildern) und in Einzelfällen auch eine Struktur höherer Ordnung aufweisen.

Rekurrente neuronale Netze besitzen im Gegensatz zu Feedforward-Netzen, wie dem oben beschriebenen CNN, Verschaltungen von Neuronen zu selben oder vorangegangenen Informationsschichten. Dies ist sehr hilfreich, wenn Informationen aus zeitlich codierten Datensätzen extrahiert werden soll. Neben der Spracherkennung wird dieser Ansatz zum Beispiel auch für maschinelle Übersetzungsprogramme verwendet.

Das im Rahmen des wissenschaftlichen Beitrags untersuchte zerstörungsfreie Prüfverfahren ist die aktive Thermografie. Es zählt zu den klassischen Prüfverfahren der zerstörungsfreien Prüfung und betrachtet die Ausbreitung thermischer Wellen im Prüfkörper. Im einfachsten Fall wird dabei ein Bauteil durch eine homogene Wärmequelle erwärmt und anschließend die Ausbreitung der Wärme im Bauteil durch eine Thermografiekamera (Wärmebildkamera) betrachtet.

Bei der Impulsthermografie erwärmt man das Bauteil durch einen zeitlich begrenzten Puls und betrachtet die Erwärmungs- und Abkühlkurve des Bauteils. [14] Trifft die von der Oberfläche injizierte thermische Welle in ihrer Ausbreitung auf einen thermischen Isolator (zum Beispiel einen Lufteinschluss), staut sich die Wärme auf und wird in einer lokal abweichenden Temperaturänderung an der Oberfläche sichtbar. Befindet sich hingegen ein gut leitender Fremdkörper im Bauteil (zum Beispiel ein metallischer Einschluss in einem Kunststoff), wirkt dieser als Wärmesenke, und die Oberflächentemperatur in Nähe des Fremd-körpers wird nachfolgend geringer als seine Umgebungstemperatur. Durch den Fremdkörper wird die Wärme in tiefere Schichten abgeleitet. Je tiefer eine Inhomogenität im Bauteil vorliegt, desto länger oder energiereicher muss der thermische Anregungspuls sein, und desto später und geringer wird seine Wechselwirkung mit der thermischen Welle an der Oberfläche sichtbar.

Im nachfolgend genauer betrachteten Messprinzip der optisch angeregten Lockin-Thermografie wird die Bauteiloberfläche mittels einer sinusförmig modulierten Wärmequelle erwärmt. Diese injizierte Wärmewelle mit definierter Frequenz breitet sich ins Bauteil aus, wird teilweise an Grenzflächen reflektiert und überlagert sich letztlich mit der periodisch angeregten Oberflächentemperatur des Bauteils. Dabei beruht die Messung auf dem Lockin-Messprinzip [4]. Zwischen der sinusförmig modulierten Wärmewelle und der mittels Thermografiekamera gemessenen thermischen Welle an der Oberfläche des Bauteils entsteht ein zeitlicher Versatz. Bezogen auf die Anregungsfrequenz wird dieser zeitliche Versatz als Phasenverschiebung der sinusförmigen Welle dargestellt. Der große Vorteil einer Lockin-Messung ist das rauscharme, selektive und robuste Messprinzip. Die Messung ist dabei weitgehend unabhängig von zeitlich zufällig auftretenden Störquellen sowie Reflektionen der Oberflächentemperatur des Bauteils.

Für den vorliegenden Anwendungsfall einer Lockin-Messung mit flächiger homogener Ausleuchtung des Prüfkörpers kann die thermische Wellengleichung nach der Fourier’schen Differentialgleichung im eindimensionalen, quellfreien Fall wie folgt definiert werden [15]:

mit dem Temperaturfeld T, der Ortsvariable x und der Zeitvariable t.

Für die Temperaturleitfähigkeit ? gilt folgender Zusammenhang:

mit der Wärmeleitfähigkeit ?, der Dichte ? und der spezifischen Wärmekapazität c.

Für eine sinusförmig eingebrachte thermische Welle an der Oberfläche des Prüfkörpers (x=0) lässt sich die Temperatur im Prüfkörper als Lösung der Fourier’schen Differentialgleichung folgendermaßen bestimmen:

mit der Anfangsamplitude T0 der thermischen Welle und der Kreisfrequenz ?.

µ beschreibt die thermische Eindringtiefe und ist definiert als

Wird eine thermische Welle in einen Prüfkörper eingeleitet, wechselwirkt die thermische Welle mit dem Bauteil. In der Lockin-Thermografie wird hierbei die Veränderung der Phasenlage und der Amplitude der thermischen Welle an der Prüfkörperoberfläche genauer untersucht. Im Grenzfall eines thermisch dicken Bauteils d >> µ beträgt die Phasendifferenz zwischen der Wärmequelle und der sich an der Oberfläche des Prüfkörpers einstellenden thermischen Welle (T(0,t)) -?/4 bzw. –45°. Wird das thermische Wellenfeld durch Interferenzen gestört, bildet sich ein davon abweichendes Wellenfeld aus. Die einfachste Interferenz stellt die Reflexion der thermischen Welle an der Rückwand des Prüfkörpers dar. Hierbei gilt, dass die einfallende Welle TE der Summe der reflektierten Welle TR und der transmittierten Welle TT entspricht.

Dies lässt sich auch über den Reflexionskoeffizienten Rk und Transmissionskoeffizienten Tk ausdrücken.

Aus der Fourier’schen DGL und Gleichung (6) lassen sich Rk und Tk folgendermaßen bestimmen.

Die thermische Effusivität e=?(??c) gibt an, wie gut eine thermische Welle in ein Bauteil eindringen kann. Häufig wird dieser Koeffizient auch Wärme-eindringkoeffizient genannt.

Die sich von der Oberfläche eindimensional ausbreitende thermische Welle trifft bei der Dicke d auf die Grenzfläche zwischen der untersuchten Schicht 1 und dem dahinter befindlichen thermisch dicken Substrat 2 (Substrat 2 kann auch Luft sein). Aufgrund des Reflexionskoeffizienten R12 wird die thermische Welle dort teilweise reflektiert (7). Der reflektierte Anteil der thermischen Welle breitet sich in Richtung der Bauteiloberfläche aus und wird auch dort zu Teilen reflektiert, R01. Diese Reflexion setzt sich bis zur vollständigen Dissipation der thermischen Welle fort, siehe Bild 1.

Bild 1:  Reflexion an den Grenzflächen zur Beschreibung der Ausbreitung der thermischen Welle

Aus thermografischer Sicht ist nur die messbare thermische Größe von Relevanz. Bei im IR-Spektrum opaker Materialien ist dies die Oberflächentemperatur des Prüfkörpers.

Nach [16] ergibt sich durch Summation der einzelnen Reflexionen der sinusförmigen Anregung eine geschlossene Lösung für die Oberflächentemperatur, eine alternative Herleitung über die Green-Funktion ist ebenfalls möglich [17]:

T(0,t)=T_0 e^(i?t ) (1+R_12 e^(-2d?))/(1-R_01 R_12 e^(-2d?) )

wobei die komplexe Wellenzahl durch ?=(1+i)/µ beschrieben wird.

Die in der optischen Lockin-Thermografie messbare Phase lässt sich aus Gleichung (9) mit

berechnen. Für unterschiedliche Materialkombinationen des thermisch dicken Trägersubstrats unter einer Kunststoffschicht sind die Phasenverläufe in Abhängigkeit der thermischen Schichtdicke (d/µ) in Bild 2 angegeben. R01 wird nach [18] für den Übergang Luft-Epodydharz zu 0,95 angenommen. Das Bild beschreibt dabei den analytischen Zusammenhang zwischen der thermischen Schichtdicke und dem Reflexionskoeffizienten R12.

Im idealen eindimensionalen Fall lässt sich bei Betrachtung der Phase für zwei unterschiedliche Prüffrequenzen (Veränderung von µ) eindeutig die Dicke d eines Bauteils bestimmen. Dabei sollten die Prüffrequenzen so gewählt werden, dass die Messung nicht als thermisch dick gilt. Zur Auffindung von Defekten in Bauteilen kann der oben beschriebene Ansatz nur bedingt übernommen werden. Dabei wirkt ein Einschluss häufig als ein zweites Medium, wodurch die in (9) beschriebene Gleichung auf ein Zwei- oder Mehrschichtsystem erweitert werden muss. Dank der Linearität thermischer Wellen kann das thermische Wellenfeld eines Zweischichtsystems (Luft, Substrat endlicher Dicke 1, Substrat endlicher Dicke 2, thermisch dickes Substrat 3) nach [17] wie in (11) angegeben beschrieben werden.

Bild 2:  Analytischer Zusammenhang zwischen Phase und thermischer Dicke (d/µ)

01052022_Kunststofftechnik.pdf

Representation of the experimental setup: thermographic camera (bottom left), photodiode (top left), VCSEL array (right), CFRP test specimen (center).

010542022_FIN-339 Rittmann

Authors Johannes Rittmann, M.Sc; Prof. Dr. rer. nat. habil. Marc Kreutzbruck, both Institut für Kunststofftechnik, Universität Stuttgart

Published in Zeitschrift Kunststofftechnik / Journal of Plastics Technology, 05/2022, Seite: 234–268 © Carl Hanser Verlag GmbH & Co. KG ISSN 1864 – 2217