Mechanics for Modelling
Der Forschungsbereich Mechanics for Modelling fokussiert sich auf analytische, numerische und experimentelle Methoden zur mechanischen Modellierung von Materialien, Systemen und Prozessen. Dabei stehen mechanische Fragestellungen im Bereich der industriellen Digitalisierung im Zentrum. Die Synergie zwischen realitätsnahen Experimenten, nichtlinearen Simulationen und datenbasierten Methoden wird systematisch genutzt, um komplexes mechanisches Verhalten zu beschreiben, zu analysieren und zu optimieren.
Die Expertise der Forschungsgruppe beinhaltet gegenwärtig die mechanische Charakterisierung und Modellierung von Metallen und Polymeren, nichtlineare Strukturanalyse mittels FEM und thermo-mechanische Prozesssimulation für die additive Fertigung. Bis 2024 werden Kompetenzen im Bereich der experimentellen Mechanik (Dynamik, Strukturprüfung, Mess-/Sensortechnik) und datenbasierter Methoden (Design of Experiment, Response Surface Modellierung, Neuronale Netzwerke, etc.) gezielt aufgebaut.
Materialmodellierung für FEM

Die detaillierte Analyse und zuverlässige Auslegung thermo-mechanisch hoch belasteter Strukturen benötigt eine physikalisch gut fundierte Beschreibung des zugrundeliegenden Materialverhaltens. Materialmodelle kommen primär in der Analyse und dem Design mittels nichtlinearer Finite Elemente Methode (FEM) zur Anwendung. Beispiele reichen von Dampfturbinen, über Dichtungs- und Dämpfungselemente bis hin zu additiv hergestellten, metallischen Bauteilen. Besonders im Kontext der Energiewende, einem konsequenten Leichtbau und bei der Realisierung einer geschlossenen Kreislaufwirtschaft kommt der Charakterisierung und Beschreibung des mechanischen Verhaltens neuer Materialien eine besondere Bedeutung zu.
Unsere Expertise umfasst die mechanische, thermo-mechanische und thermo-physikalische Charakterisierung und Modellierung von Polymeren und Metallen. Die eingesetzten Materialmodelle beschreiben lineare und nichtlineare Elastizität, Viskoelastizität, Plastizität und Viskoplastizität sowie Ermüdungs- (LCF, HCF) und Kriechschädigung zur Lebensdauervorhersage. Dabei werden Temperatur- und Ratenabhängigkeiten ebenfalls berücksichtigt. Thermo-physikalische Parameter umfassen Dichte, Wärmeleitung sowie Wärmeausdehnung.
Prozesssimulation für die additive Fertigung
Die additive Fertigung metallischer Komponenten ermöglicht die Herstellung komplexer und hoch integrierter Leicht- und Funktionsbauteile. Gleichzeitig besitzt sie ein grosses Potential, die bestehende Fertigungslandschaft mit ihrem hohen Grad an Flexibilität und Nachhaltigkeit aufzurütteln. Die grosse Komplexität dieses vielversprechenden Fertigungsprozesses verlangt jedoch ein grosses Mass an Know-how, um die notwendige Zuverlässigkeit und Wirtschaftlichkeit zu realisieren.
Thermo-mechanische Prozesssimulation kann im Design und der Fertigungsvorbereitung additiv hergestellter Bauteile helfen, die Zuverlässigkeit und Wirtschaftlichkeit dieses vielversprechenden Prozesses zu verbessern. Unsere Expertise liegt in der Simulation des prozessbedingten thermo-mechanischen Verzugs. Hierzu werden sowohl vereinfachte inherent strain als auch fortschrittliche thermo-mechanische Ansätze verfolgt. Um zuverlässige Vorhersagen zu gewährleisten, nutzen wir eine umfassende thermo-physikalische Grundcharakterisierung der additiv verarbeiteten Materialien. Wir sind ausserdem spezialisiert auf die bauteilnahe Kalibrierung aller führender Prozesssimulationslösungen. Damit stellen wir zuverlässige Vorhersagen von Spannungen und Verzügen sicher. Auf dieser Basis können Aufbaustrategien, Stützstrukturen und additive hergestellte Bauteile optimiert und der Verzug vorgängig kompensiert werden.
Projektbeispiele
Wir forschen im Bereich Mechanik und haben zahlreiche Projekte bereits erfolgreich abgeschlossen. Eine Auswahl dieser Projekte finden Sie hier:
-
Reduzierte Eigenspannungen durch Optimierung der Stützstruktur beim Laser-Pulverbettschmelzen
Die additive Fertigung von Metallen (AM) hat sich für die Industrie als attraktive und praktikable Technologie zur Herstellung komplexer Bauteile und/oder kleiner Losgrössen erwiesen. Die Zuverlässigkeit und damit die Akzeptanz des Laser-Pulver-Bett-Fusionsverfahrens (LPBF) bleibt jedoch eine Herausforderung. Starke ...
-
Digitaler Zwilling von ROSTA Gummifederelementen
Digitale Zwillinge werden aus high-fidelity Simulationen abgeleitet, um die nicht-lineare Charakteristik von ROSTA Gummifeder- und Dämpfersystemen effizient vorherzusagen. Im Rahmen der Digitalisierung werden Kund:innenbedürfnisse so besser befriedigt und eigene Entwicklungsprozesse werden effizienter. ...
- Machine Learning Enhanced Process Simulation in Laser Powder Bed Fusion (LPBF) / ProjektleiterIn / Projekt laufend
- Development of a Neural Network based Finite Element Method for Thermo-Mechanically coupled Problems / ProjektleiterIn / Projekt laufend
- Evaluation eines Machine Learning Tools in der Mechanik / ProjektleiterIn / Projekt abgeschlossen
- Fertigbarkeitsstudie eines Rotors für neuen Druckwellenlader / Stellv. ProjektleiterIn / Projekt abgeschlossen
- Machbarkeitsstudie zum Prozessmonitoring mittels smarter Gummifederelemente / ProjektleiterIn / Projekt abgeschlossen
- Optimierung additiv gefertigter metallischer Bauteile mit Prozesssimulation / ProjektleiterIn / Projekt abgeschlossen
- Optimierung der Zahnfussgeometrie von Kunststoffverzahnungen / Stellv. ProjektleiterIn / Projekt laufend
- Mechanobiologisches Kunststoff-Modell – simuliert + getestet = validiert! / Teammitglied / Projekt laufend
- Machine Learning Enhanced Process Simulation in Laser Powder Bed Fusion (LPBF) / Stellv. ProjektleiterIn / Projekt laufend
- Neuentwicklung eines Explosionsschutzventils / Co-ProjektleiterIn / Projekt abgeschlossen
- Development of new family of high-endurance sealing system(s) for high-pressure / fast pneumatic valves / ProjektleiterIn / Projekt abgeschlossen
Publikationen
-
Brenner, Lorenz; Jenni, Christian; Guyer, Flurin; Stähli, Patrick; Eberlein, Robert, Huber, Matthias; Zahnd, André; Schneider, Martin Albert; Tillenkamp, Frank,
2021.
Journal of Loss Prevention in the Process Industries.
75, S. 104706.
Verfügbar unter: https://doi.org/10.1016/j.jlp.2021.104706
-
Mayer, Thomas; Brändle, Gabriel; Schönenberger, Andreas; Eberlein, Robert,
2020.
Simulation and validation of residual deformations in additive manufacturing of metal parts.
Heliyon.
6(5), S. e03987.
Verfügbar unter: https://doi.org/10.1016/j.heliyon.2020.e03987
-
Eberlein, Robert, Pasieka, Lucian,
2020.
Prediction of long-term behavior for dynamically loaded TPU.
Advanced Materials Letters.
11(1), S. 1-6.
Verfügbar unter: https://doi.org/10.5185/amlett.2020.011458
-
Eberlein, Robert; Pasieka, Lucian; Rizos, Dimosthenis,
2019.
Validation of advanced constitutive models for accurate FE modeling of TPU.
Advanced Materials Letters.
10(12), S. 893-898.
Verfügbar unter: https://doi.org/10.5185/amlett.2019.0031
-
Eberlein, Robert; Fukada, Yuta; Pasieka, Lucian,
2020.
Fatigue life analysis of solid elastomer-like polyurethanes
.
In:
Fatigue Crack Growth in Rubber Materials.
Berlin, Heidelberg:
Springer.
S. 179-202.
Advances in Polymer Science.
Verfügbar unter: https://doi.org/10.1007/12_2020_68
-
Mayer, Thomas; Brändle, Gabriel; Schönenberger, Andreas; Eberlein, Robert,
2020.
Simulation and validation of residual deformations in additive manufacturing of metal parts.
Heliyon.
6(5), S. e03987.
Verfügbar unter: https://doi.org/10.1016/j.heliyon.2020.e03987