Detailseite
Projekt
Ein kombinierter Ansatz für inverses Design und Vereinfachung der Zusammensetzung für Legierungen mit kleinem ökologischen Fußabdruck basierend auf 3D-Druck von Al-Ca-X - IDeAS
Antragstellerinnen / Antragsteller
Dr.-Ing. Michael Budnitzki; Dr.-Ing. Silja-Katharina Rittinghaus
Fachliche Zuordnung
Mechanik
Thermodynamik und Kinetik sowie Eigenschaften der Phasen und Gefüge von Werkstoffen
Thermodynamik und Kinetik sowie Eigenschaften der Phasen und Gefüge von Werkstoffen
Förderung
Förderung seit 2025
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 562154592
Aluminium kann mit minimalem Energieaufwand fast unendlich recycelt werden. Problematisch ist die Kontamination mit Fremdelementen, wie Fe und Mn durch verunreinigten Schrott. Die dadurch entstehenden spröden intermetallischen Verbindungen (IMCs), verschlechtern die mechanischen Eigenschaften und erschweren das Recycling. Daher ist die Entwicklung von hochleistungsfähigen Aluminiumlegierungen mit verbesserter Toleranz gegen Kontamination unerlässlich. Die hohen Abkühlraten in der Additiven Fertigung (AM) können die Toleranz gegenüber Verunreinigungen deutlich erhöhen, jedoch bleibt die Verarbeitung herkömmlicher Materialien schwierig, da große Erstarrungsintervalle zu Heißrissen führen. Ein vielversprechender Ansatz sind daher (nah-)eutektische Legierungen. Calcium hat eine Dichte von nur 1,55 g/cm³, ist reichlich verfügbar und kann während des Recyclings aus Al entfernt werden. Damit ist es ein vielversprechender Kandidat; allerdings haben reine Al-Ca-Legierungen nur eine moderate Festigkeit. Interessanterweise haben Studien gezeigt, dass Fe und Mn die mechanischen Eigenschaften von Al-Ca-Legierungen potentiell sogar verbessern können. Die Entwicklung optimierter Legierungen erfordert nach wie vor umfangreiche, iterative Tests – es bedarf an neuen Methoden zur Reduzierung des experimentellen Aufwands. Directed Energy Deposition ist eine Hochdurchsatztechnologie, die durch Herstellung gradierter Proben die Legierungsentwicklung beschleunigen kann. Weiterhin ermöglichen Kristallplastizitätsmodelle die Durchführung virtueller Experimente zur Bestimmung effektiver mechanischer Eigenschaften. Auf maschinellem Lernen basierende inverse Designmethoden können begrenzte experimentelle Daten durch digital generierte Strukturen und daraus berechnete Eigenschaften ergänzen, um den Designparameterraum effizient zu erkunden. Durch die Kombination von Hochdurchsatz-Experimenten und inversen Designmethoden ist dieses Projekt besonders geeignet, die Auswirkungen von Verunreinigungen zu quantifizieren und zu ermitteln, wie Abweichungen in der Zusammensetzung durch Mikrostrukturdesign ausgeglichen werden können. Eine zentrale Hypothese ist, dass bei (nah-)eutektischen Al-Ca-Legierungen die Verteilung und Morphologie der intermetallischen Phasen durch Anpassung der Chemie und der Prozessparameter kontrolliert werden kann. Das Projekt hat zum Ziel, Forschungslücken zu schließen, indem es die Kontaminationstoleranz von (nah-)eutektischen Al-Ca Legierungen bei schneller Erstarrung untersucht und gleichzeitig einen datengestützten Hochdurchsatz-Workflow entwickelt, um Legierungen mit guten mechanischen Eigenschaften zu erzeugen. Es entsteht nicht nur eine kontaminationsbeständige Al-Ca-Legierung speziell für AM; das Projekt entwickelt Ansätze für inverse Legierungsentwicklung, die den Grundstein für eine neue Klasse nachhaltiger, hochfester Aluminiumlegierungen, die für Prozesse mit schneller Erstarrung optimiert sind, legen.
DFG-Verfahren
Schwerpunktprogramme
