Zerstörungsfreie Prüfung

Um das eingebrachte Schweißgut zum Zeitpunkt der Herstellung optimal zu nutzen, werden verschiedene Einflussgrößen berücksichtigt. Schweißkonstruktionen können durch die Anwendung von Korrelationsanalysen von Prozesssignalen in Verbindung mit nachgelagerten metallographischen Untersuchungen optimiert werden. Dieser Ansatz ermöglicht es, die Qualität der Schweißverbindungen zu verbessern und Ressourcen effizienter einzusetzen.

Metallschutzgasschweißen (MSG-Schweißen) ist aufgrund seiner hohen Abschmelzleistung ein gängiges Verfahren in der industriellen Fertigung, insbesondere für die Verbindung von Stahlwerkstoffen. Die Qualität der geschweißten Bauteile hat einen erheblichen Einfluss auf die Wirksamkeit der Schweißkonstruktion. Daher ist es entscheidend, die Qualität der Schweißverbindung und des Schweißverfahrens nach den geltenden Vorschriften zu prüfen. Diese Prüfung erfolgt je nach Anwendungsfall in der Regel sowohl zerstörungsfrei als auch zerstörend.

Bisher wurde in den normativen Prüfverfahren wenig Wert auf die zeitabhängigen Messungen der Schweißparameter gelegt, was das Potenzial zur automatisierten Qualitätskontrolle von Schweißverbindungen nicht vollständig ausgeschöpft hat. Durch den Einsatz von künstlicher Intelligenz eröffnen sich jedoch neue Möglichkeiten, die Qualität der Verbindungen anhand des zeitlichen Verlaufs der Schweißparameter aus einer umfassenderen Perspektive zu bewerten.

In diesem Zusammenhang werden Wege aufgezeigt, wie durch die Anwendung von maschinellem Lernen, das auf Prozesssignalen basiert und in Kombination mit metallurgischen Untersuchungen analysiert wird, Prognosemodelle für die Qualitätsbewertung von Schweißverbindungen in Schweißkonstruktionen entwickelt werden können. Dies ermöglicht eine ganzheitlichere Beurteilung und Bewertung der Qualität von Schweißverbindungen.

Die Qualität einer Schweißverbindung kann nicht allein durch nachträgliche Qualitätskontrollen sichergestellt werden. In der Normung werden solche Prozesse als „spezielle“ Prozesse bezeichnet und erfordern daher eine durchgängige Qualitätssicherung entlang des gesamten Herstellungsprozesses. Daher ist es notwendig, nicht nur die Schweißprozesse selbst, sondern auch die Qualifikation der beteiligten Personen, wie Schweißer und Bediener, sicherzustellen.

Je nach Anwendungsgebiet und Qualitätsanforderungen werden unterschiedliche Bewertungskriterien angewendet, beispielsweise nach DIN EN ISO 5817. Basierend auf einer angenommenen Schweißnahtgüteklasse und teilweise reduzierten Geometrieparametern erfolgen dann Vordimensionierungs- und Nachweisberechnungen.

Besonders bei Bauteilen, die dynamischen Belastungen ausgesetzt sind, spielen neben den üblichen Geometrieparametern der Schweißnaht auch Kerbstellen eine entscheidende Rolle für die tatsächliche Lebensdauer der Schweißverbindung. Diese werden beispielsweise in den IIW-Berechnungsempfehlungen berücksichtigt, indem die zulässige Spannung je nach Gestalt der Schweißverbindung oder der Kerbstelle reduziert wird. Auch innere Details der Schweißnaht, wie Unstetigkeiten im Härteverlauf, können die Festigkeit beeinflussen und sollten in Betracht gezogen werden, sofern sie hinreichend genau erfasst und kontrolliert werden können.

Wenn es also möglich wäre, die Position der Schweißnaht, die Einbrandverhältnisse oder die Lage der Wärmeinflusszone gezielt zu steuern, könnte dies die optimale Nutzung des eingebrachten Schweißguts weiter verbessern.

Die Anzahl der Ein- und Ausgangsparameter hat einen erheblichen Einfluss auf die Machbarkeitsbewertung eines Projekts, und oft wird die Qualität der Ergebnisse erst nach umfangreichen Analysen deutlich. Daher sieht das TIME-Programm vor, nach dem Training mit verschiedenen Algorithmen und Netzwerken nachfolgende Validierungsversuche durchzuführen, um die Genauigkeit der Prognoseparameter zu überprüfen.

Nach erfolgreicher Validierung werden die Prognosemodelle in ein Echtzeitsystem integriert, das in einem automatisierten Schweißsystem eingesetzt wird. Mithilfe eines Prognosemodells für Schweißparameter, das auf der vorgegebenen Schweißnahtgeometrie basiert und von der Konstruktionsabteilung geliefert wird, wird die Auswahl der Schweißparameter im Einrichtungsprozess für den Benutzer vereinfacht. Nach dem Teach-In-Prozess kann das System die Schweißparameter basierend auf zuvor entwickelten maschinellen Lernansätzen automatisch auswählen. Wenn sich dieses System in der Praxis bewährt, könnte die anfängliche Parametrierung von Schweißverbindungen erheblich weniger Zeit in Anspruch nehmen, verglichen mit den bisherigen Iterationsschleifen. Dies führt zu einer Ressourceneinsparung und wirtschaftlichen Vorteilen, was insgesamt zu einer effizienteren Einführung von Schweißprozessen in der Produktionsumgebung führen kann.