Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter April 12, 2022

Calibration and Validation of Micromagnetic Data for Non-Destructive Analysis of Near-Surface Properties after Hard Turning

Kalibrierung und Validierung von mikromagnetischen Daten für die zerstörungsfreie Analyse von oberflächennahen Eigenschaften nach dem Hartdrehen
T. Wegener, A. Liehr, A. Bolender, S. Degener, F. Wittich, A. Kroll and T. Niendorf

Abstract

Micromagnetic non-destructive (NDT) methods offer a great potential for the analysis of near-surface properties after machining due to potential time and cost reduction as well as the option to be implemented into the machining process. As a result, the development of soft sensor concepts including micromagnetic NDT methods is in focus of current investigations in order to eventually improve the surface integrity of machined components and, thus, service life and reliability. However, a preceding calibration based on empirical data as well as a reliable validation is often referred to as one of the main challenges of micromagnetic NDT methods. The present study provides insights into the calibration and validation of a micromagnetic 3MA-II system for NDT analysis of the near-surface properties, with a focus on the residual stress depth profiles after hard turning of 51CrV4 specimens. Different calibration functions as well as a combination of different NDT methods are taken into consideration. The results and the potential of the 3MA system as well as open challenges are critically discussed.

Kurzfassung

Mikromagnetische, zerstörungsfreie Prüfverfahren (ZfP) bieten ein großes Potenzial für die Analyse oberflächennaher Werkstückeigenschaften nach der Zerspanung, aufgrund möglicher Zeit- und Kostenreduktionen sowie der Option, direkt in den Bearbeitungsprozess integriert zu werden. Die Entwicklung von auf ZfP-Methoden basierenden Soft-Sensor-Konzepten steht daher im Mittelpunkt aktueller Untersuchungen, um hierüber letztendlich die Oberflächenintegrität von bearbeiteten Bauteilen und damit die Lebensdauer und Zuverlässigkeit zu verbessern. Eine vorausgehende Kalibrierung auf Basis empirischer Daten sowie eine zuverlässige Validierung werden jedoch häufig als eine der zentralen Herausforderungen mikromagnetischer ZfP-Methoden genannt. Die vorliegende Studie gibt Einblicke in die Kalibrierung und Validierung eines mikromagnetischen 3MA-II-Systems zur ZfP-Analyse von Randzoneneigenschaften, im Speziellen von Eigenspannungstiefenprofilen nach dem Hartdrehen von 51CrV4-Proben. Dabei stehen verschiedene Kalibrierfunktionen sowie eine Kombination verschiedener ZfP-Methoden im Fokus der Untersuchungen. Die Ergebnisse und das Potenzial des 3MA-Systems werden genauso wie offene Herausforderungen kritisch diskutiert.


* Diese Autoren waren zu gleichen Teilen an der Erstellung des vorliegenden Manuskripts beteiligt.


Acknowledgements

The present study has been supported by the DFG within the research priority program SPP 2086 (Project ID: 401792249; KR 3795/8-1; NI 1327/22-1; ZI 1296/2-1). The authors thank the DFG for funding and intensive technical support. Furthermore, the authors would like to thank Mr. C. Schott, Mr. P. Bringmann and Mr. T. Sorge for help with the experimental work.

Danksagung

Die vorliegende Studie wurde von der DFG im Rahmen des Forschungsschwerpunktprogramms SPP 2086 gefördert (Projekt-ID: 401792249; KR 3795/8-1; NI 1327/22-1; ZI 1296/2-1). Die Autoren danken der DFG für die Förderung und die intensive technische Unterstützung. Weiterhin danken die Autoren Herrn C. Schott, Herrn P. Bringmann und Herrn T. Sorge für die Unterstützung bei den experimentellen Arbeiten.

Referenzen

1 Wolter, B.; Gabi, Y.; Conrad, C.: Nondestructive Testing with 3MA—An Overview of Principles and Applications. Appl. Sci. 9 (2019) 6, p. 1068, DOI:10.3390/ app906106810.3390/app9061068Search in Google Scholar

2 Sackmann, D.; Karpuschewski, B.; Epp, J.; Jedamski, R.: Detection of surface damages in ground spur gears by non-destructive micromagnetic methods. Forsch. Ingenieurwes. 83 (2019), pp. 563–570, DOI:10.1007/s10010-019-00368-z10.1007/s10010-019-00368-zSearch in Google Scholar

3 Jedamski, R.; Epp, J.: Non-Destructive Micromagnetic Determination of Hardness and Case Hardening Depth Using Linear Regression Analysis and Artificial Neural Networks. Metals 11 (2021) 18, pp. 1–20, DOI:10.3390/met1101001810.3390/met11010018Search in Google Scholar

4 Kaneko, H.; Funatsu, K.: Estimation of Predictive Accuracy of Soft Sensor Models Based on One-Class Support Vector Machine. Proc. 11th Int. Symposium on Process Systems Engineering. 15–19.07.2012, Singapur, Karimi, I.; Srinivasan, R. (eds.), Elsevier, Amsterdam, 2012, pp. 1246–125010.1016/B978-0-444-59506-5.50080-8Search in Google Scholar

5 Kadlec, P.; Gabrys, B.; Strandt, S.: Data-driven Soft Sensors in the process industry. Comput. Chem. Eng. 33 (2009) 4, pp. 795–814, DOI:10.1016/j.compchemeng.2008.12.01210.1016/j.compchemeng.2008.12.012Search in Google Scholar

6 Wittich, F.; Kahl, M.; Kroll, A.; Zinn, W.; Niendorf, T.: On Nonlinear Empirical Modeling of Residual Stress Profiles in Hard Turning. Proc. 2019 IEEE Int. Conf. on Systems, Man and Cybernetics (SMC). 6.-9.10.2019, Bari, Italien, IEEE, Piscataway, NJ, 2019, pp. 3255–326010.1109/SMC.2019.8914272Search in Google Scholar

7 Wittich, F.; Kistner, L.; Kroll, A.; Schott, C.; Niendorf, T.: On data-driven nonlinear uncertainty modeling: Methods and application for control-oriented surface condition prediction in hard turning. TM. Tech. Mess. 87 (2020) 11, pp. 732–741, DOI:10.1515/teme-2020-005710.1515/teme-2020-0057Search in Google Scholar

8 Altpeter, I.; Boller, C.; Kopp, M.; Wolter, B.; Fernath, R.; Hirninger, B.; Werner, S.: Zerstörungsfreie Detektion von Schleifbrand mittels elektromagnetischer Prüftechniken. Proc. DGZfP – Jahrestagung, 30.5.–1.6.2011, Bremen, Fraunhofer Publica, Berlin, 2011, pp. 1–10, DOI:0011-n-2034128Search in Google Scholar

9 Sackmann, D.; Heinzel, J.; Karpuschewski, B.: An approach for a reliable detection of grinding burn using the Barkhausen noise multi-parameter analysis. Procedia CIRP 87 (2020), pp. 415–419, DOI:10.1016/j.procir.2020.02.07610.1016/j.procir.2020.02.076Search in Google Scholar

10 Jedamski, R.; Heinzel, J.; Rößler, M.; Epp, J.; Eckebrecht, J.; Gentzen, J.; Putz, M.; Karpuschewski, B.: Potential of magnetic Barkhausen noise analysis for in-process monitoring of surface layer properties of steel components in grinding. TM Tech. Mess. 87 (2020) 787–798, DOI:10.1515/teme-2020-004810.1515/teme-2020-0048Search in Google Scholar

11 Cikalova, U.; Schreiber, J.; Hillmann, S.; Meyendorf, N.: Auto-calibration principles for two-dimensional residual stress measurements by Barkhausen noise technique. Proc. AIP Conf. 21–26.7.2013, Baltimore, USA, Chimenti, D. E.; Bond, L. J.; Thompson, D. O. (eds.), AIP Publishing LLC, Cambridge, 2014, pp. 1243–1247, DOI:10.1063/1.486496310.1063/1.4864963Search in Google Scholar

12 Sorsa, A.; Leiviskä, K.; Santa-aho, S.; Lepistö, T.: Quantitative prediction of residual stress and hardness in case-hardened steel based on the Barkhausen noise measurement. NDT E Int. 46 (2012) 1, pp. 100–106, DOI:10.1016/j.ndteint.2011.11.00810.1016/j.ndteint.2011.11.008Search in Google Scholar

13 Tschuncky, R.: Sensor- und geräteunabhängige Kalibrierung elektromagnetischer zerstörungsfreier Prüfverfahren zur praxisorientierten Werkstoffcharakterisierung. Dissertation, Universität des Saarlandes, 2011, DOI:10.22028/d291-2271910.22028/d291-22719Search in Google Scholar

14 Böttger, D.; Stampfer, B.; Gauder, D.; Straß, B.; Häfner, B.; Lanza, G.; Schulze, V.; Wolter, B.: Concept for soft sensor structure for turning processes of AISI4140. TM Tech. Mess. 87 (2020) 12, pp. 745–756, DOI:10.1515/teme-2020-005410.1515/teme-2020-0054Search in Google Scholar

15 Fricke, L. V.; Nguyen, H. N.; Breidenstein, B.; Zaremba, D.; Maier, H. J.: Eddy Current Detection of the Martensitic Transformation in AISI304 Induced upon Cryogenic Cutting. Steel res. int. 92 (2021) 1, p. 2000299, DOI:10.1002/srin.20200029910.1002/srin.202000299Search in Google Scholar

16 Strodick, S.; Schmidt, R.; Zabel, A.; Biermann, D.; Walther, F.: Evaluation of surface integrity after BTA deep-hole drilling of AISI 4140 by means of Barkhausen noise analysis. Proc. 13th Int. Conf. on Barkhausen Noise and Micromagnetic Testing. 23.–26.9.2019, Prague, Fraunhofer IKTS, 2020, p. 1Search in Google Scholar

17 Heinzel, J.; Jedamski, R.; Epp, J.; Karpuschewski, B.: In-process measurement of Barkhausen noise and resulting productivity increase potential in grinding of case hardened steel. CIRP J. Manuf. Sci. Technol. 32 (2021), pp. 37–45, DOI:10.1016/ j.cirpj.2020.11.01110.1016/j.cirpj.2020.11.011Search in Google Scholar

18 Baak, N.; Hajavifard, R.; Lücker, L.; Rozo Vasquez, J.; Strodick, S.; Teschke, M.; Walther, F.: Micromagnetic approaches for microstructure analysis and capability assessment. Mater. Charact. 178 (2021), p. 111189, DOI:10.1016/j.matchar.2021.11118910.1016/j.matchar.2021.111189Search in Google Scholar

19 Hashimoto, F.; Guo, Y. B.; Warren, A. W.: Surface Integrity Difference between Hard Turned and Ground Surfaces and Its Impact on Fatigue Life. CIRP Ann. 55 (2006) 1, pp. 81–84, DOI:10.1016/S0007-8506(07)60371-010.1016/S0007-8506(07)60371-0Search in Google Scholar

20 Werkstoffdatenblatt Vergütungsstahl 51CrV4, Salzgitter Flachstahl, 2014, pp. 1–2Search in Google Scholar

21 Tanaka, K.: The cosα method for X-ray residual stress measurement using two-dimensional detector. Mech. Eng. Rev. 6 (2019) 1, pp. 1–15, DOI:10.1299/mer.18-0037810.1299/mer.18-00378Search in Google Scholar

22 Schott, C.; Wittich, F.; Kroll, A.; Niendorf, T.: Prediction of near surface residual stress states for hard turned specimens using data driven nonlinear models. Procedia CIRP 101 (2021), pp. 1–4, DOI:10.1016/j.procir.2020.10.00210.1016/j.procir.2020.10.002Search in Google Scholar

23 Liehr, A.; Zinn, W.; Degener, S.; Scholtes, B.; Niendorf, T.; Genzel, C.: Energy Resolved Residual Stress Analysis with Laboratory X-Ray Sources. HTM J. Heat Treat. Mat. 72 (2017) 2, pp. 115–121, DOI:10.3139/105.11031610.3139/105.110316Search in Google Scholar

24 Denks, I. A.; Manns, T.; Genzel, C.; Scholtes, B.: An experimental approach to the problem of transforming stress distributions from the LAPLACE- into real space. Z. Kristallogr. Suppl. 30 (2009), pp. 69–74, DOI:10.1524/zksu.2009.001010.1524/zksu.2009.0010Search in Google Scholar

Published Online: 2022-04-12

© 2022 Walter de Gruyter GmbH, Berlin/Boston, Germany