Monitoring and Optimizing the Surface Quality of Friction Stir Welds Using Machine Learning ; Überwachung und Optimierung der Oberflächenqualität von Rührreibschweißnähten mittels Maschinellen Lernens

The application of machine learning (ML) provides new possibilities for process monitoring and optimization in joining technologies. In this dissertation, ML was used to identify and optimize the surface properties of friction stir welds. It was also demonstrated that there exist correlations between the surface topography and the tensile strength of friction stir welds. These correlations can be utilized to determine the tensile strength non-destructively. ; Die Anwendung maschinellen Lernens (ML) bietet in der Fügetechnik neue Möglichkeiten zur Prozessüberwachung und -optimierung. In dieser Dissertation wurde ML eingesetzt, um die Oberflächeneigenschaften von Rührreibschweißnähten zu identifizieren und zu optimieren. Zudem wurde gezeigt, dass bei Rührreibschweißnähten Zusammenhänge zwischen der Oberflächentopografie und der Zugfestigkeit existieren. Diese können genutzt werden, um die Zugfestigkeit zerstörungsfrei zu ermitteln.