Computertomografische Untersuchung von Stahlfaserspritzbeton mit mehrdimensionalen Transferfunktionen

Der Verbundwerkstoff Stahlfaserbeton bzw. Stahlfaserspritzbeton (SFRSpC) findet in der Geotechnik eine breite Anwendung. Für die Modellierung des mechanischen Verhaltens ist das Wissen über die Verteilung und Ausrichtung der Fasern im Beton von entscheidender Bedeutung. In einer Bachelorarbeit wurden die Stahlfasern in Bohrkernproben mit Hilfe der Computertomografie (CT) am Österreichischen Gießerei‐Institut (ÖGI) sichtbar gemacht und die Orientierung jeder einzelnen Faser anhand der STL‐Schnittstelle und weiterer Software berechnet, statistisch ausgewertet und grafisch, ähnlich dem Schmidt'schen Netz, dargestellt. Dieses zeitaufwändige Verfahren wurde von VRVis durch ein Postprocessing automatisiert. Die Stahlfasern können bezüglich ihrer zwei Hauptwinkel in Echtzeit exploriert, klassifiziert und dabei visuell überwacht werden. Es bieten sich verschiedene Möglichkeiten der statistischen Auswertung an. Ein Richtungs‐Kugelhistogramm, ebenfalls dem Schmidt'schen Netz ähnlich, ermöglicht dem Anwender, die Richtungsverteilung der selektierten Stahlfasern auf einen Blick zu erkennen. Die Farbkodierung der Richtungen wird auch für die 3D‐Visualisierung der Stahlfasern übernommen, um die räumliche Erfassung der Richtungsverteilung im SFRSpC selbst zu erleichtern. Computertomographic Investigation of Steel Fibre Reinforced Sprayed Concrete using Multi‐Dimensional Transfer Functions The composite material steel fibre reinforced concrete or steel fibre reinforced sprayed concrete (SFRS) is widely used in geotechnics. For the modelling of the mechanical behaviour the knowledge of the distribution and orientation of the fibres in the concrete is of particular importance. For a bachelor thesis the steel fibres in drill cores were investigated by computed tomography (CT) at the Austrian Foundry Research Institute (ÖGI). The orientation of each fibre was calculated using a STL‐interface and further software tools. The results were statistically evaluated and graphically represented using Schmidt's net. This time consuming (expensive) method was automated by a post‐processing of VRVis. With that tool the steel fibres in the sample can be explored, classified and visually examined in real‐time regarding their orientation in two angles. Different possibilities of statistical evaluation can be implemented. A real‐time direction sphere histogram (DSH), comparable to Schmidt's net in 3D allows the user to recognise the distribution of orientations of the selected fibres at a glance. The colour‐coding of the different orientations is also used for the 3D‐volume‐view of the fibres, to easily identify the spatial distribution of orientations in the SFRS sample.     

Prediction of porosity characteristics of aluminium castings based on X-ray CT measurements

Porosity is a main factor limiting the fatigue performance of aluminium castings. Using micro X-ray computed tomography, size and morphology characteristics of porosity distributions are analysed for material from a cast Al–8Si–3Cu–(Sr) crankcase as well as from cast Al–8Si–3Cu–(Sr), Al–7Si–0·5Cu–Mg–(Sr) and Al–7Si–0·5Cu–Mg–(Na) cylinder heads. Correlations are developed between the porosity volume percentage and mean and maximum pore sizes. Two characteristic size measures of the porosity distribution are identified: the volume weighted spherical mean diameter and the volume weighted mean envelope diameter. Both correlate linearly with the corresponding diameters of the largest pore. The pore morphology is described by a volume weighted mean sphericity. This mean sphericity and the local amount of porosity are used to predict the mean and maximum pore sizes of the porosity distributions. These correlations will find applications in integrated computational materials engineering.