Vorhersage von adhäsivem Verschleiß mit Multiskalen- und Multiphysikansätzen

Im Rahmen der steigenden Anforderungen an die Effizienz und Leistungsdichte von Maschinenelementen, wie Wälzlagern oder Zahnrädern, kommt es vermehrt zu geringeren Schmierspalten im Kontakt und damit zu höheren Laufzeitanteilen unter Mischreibungsbedingungen. Um die Bauteilhaltbarkeit sicherstellen zu können, muss der mischreibungsbedingte Verschleiß zuverlässig vorhergesagt werden. Da die gängigen Berechnungsansätze jedoch nur eine begrenzte Genauigkeit bzw. Übertragbarkeit bieten, bedarf es neuer bzw. erweiterter Simulationsansätze.
Ziel dieses Vorhabens ist es, durch ein interdisziplinäres Team eine Berechnungsmethode für adhäsiven Verschleiß zu entwickeln, bei der eine Kopplung zwischen verschiedenen Größenskalen (atomare Ebene bis zum Tribokontakt) und Disziplinen (Tribologie, Physik, Chemie) stattfindet. Der Lösungsansatz besteht darin, ein Verschleißmodell zu entwickeln, dessen Parameter durch Betrachtungen der nanoskaligen Ebene in Form von Kennfeldern bestimmt werden können und das in die Verschleißberechnung auf mikro- und makroskopischer Ebene integriert werden kann. Dabei sollen der Aufbau, die Zusammensetzung und die lokale Verteilung der tribologischen Grenzflächen analysiert und in molekulardynamischen Simulationen abgebildet werden. Aufbauend hierauf sollen in Abhängigkeit von Druck, Temperatur, Scherrate und Schmierspalthöhe an den Rauheiten Kennfelder für die Bindungsenergie sowie Grenzreibungsschubspannung bzw. Grenzreibungszahl abgeleitet werden und als Eingangsgrößen für die Makrosimulation dienen. Die Ergebnisse der Verschleißberechnungsmethode werden anschließend mit Modellversuchen und Versuchen an Wälzlagern und Zahnrädern validiert.
Als Resultat des Vorhabens sollen Anwendern Leitfäden für die Durchführung der einzelnen Prozessschritte an die Hand gegeben werden. Kleine und mittelständische Unternehmen können die Verfahren damit ganz bzw. teilweise in-House oder mit Hilfe von Dienstleistern umsetzen und so ihre Produkte optimieren.