| Abstract: | Die betriebsfeste Auslegung von spaltprofilierten Blechbauteilen erfordert geeignete Methoden und Übertragbarkeitskriterien, die für verzweigte Strukturen noch nicht zu Verfügung stehen. Wesentlich hierfür sind die Kenntnisse über das zyklische Werkstoffverhalten. Aus diesem Grund werden die zyklischen Werkstoffkennwerte in Abhängigkeit der Produkteigenschaften (Umformgrad, Gefüge, Oberflächenrauhigkeit, Eigenspannungen) und unterschiedlichen Belastungsparametern ermittelt. Da jedoch die Ermittlung der zyklischen Kennwerte mit hohen Versuchaufwand und Kosten verbunden ist, wird nach Methoden gesucht, diese kostengünstig und schnell zu bestimmen. Ein viel versprechender Ansatz hierfür ist der Einsatz von künstlichen Neuronalen Netzen (KNN) 1, 2, 3, 4, 5], da sie in der Lage sind, die Einflüsse aus Fertigungs‐ und Umweltparametern auf die Schwingfestigkeit aus sinnvoll gewählten Eingangsparametern zu generieren. Sie bieten die Möglichkeit, auf erlerntes Wissen zurückzugreifen und somit, auf Basis weniger Versuche ein mehrdimensionales Kennfeld zu erstellen. |
