Dieses Bild zeigt Marcel Görz

Marcel Görz

Herr M.Sc.

Wissenschaftlicher Mitarbeiter
Institut für Umformtechnik
Blechumform-und Schneidverfahren

Kontakt

+49 711 685 84546
LinkedIn
Visitenkarte (VCF)

Holzgartenstraße 17
70174 Stuttgart
Deutschland
Raum: 4.001

Fachgebiet

  • Blechumformung
  • Scherschneiden
  • Prozesssimulation
  • Digitalisierung von Umform- und Stanzprozessen



  1. 2024

    1. Goerz, M., Schenek, A., Quan, V. T., Riedmueller, K. R., & Liewald, M. (2024). Determining the residual formability of shear-cut sheet metal edges by utilizing an ML based prediction model. Materials Research Proceedings, 41, 1799–1806. https://doi.org/10.21741/9781644903131-199
    2. Heinzelmann, P., Görz, M., Riedmüller, K. R., & Liewald, M. (2024). A strategy for minimizing the computational time of simulations involving near-surface embossing of sheet metal materials. Material Forming: ESAFORM 2024, 41, 2262–2270. https://doi.org/10.21741/9781644903131-249

  2. 2023

    1. Görz, M., Thissen, S., Clauß, P., Rouven Riedmüller, K., Liewald, M., & Middendorf, P. (2023). Herstellung von zellulären Faltstrukturen aus Blech. ZWF Z. Wirtsch. Fabr., 118, Article 9. https://doi.org/10.1515/zwf-2023-1113
    2. Schenek, A., Görz, M., Liewald, M., & Riedmüller, K. R. (2023). Application of a neural network for predicting the cutting surface quality of punching processes based on tooling parameters. IOP Conference Series: Materials Science and Engineering, 1284, Article 1. https://doi.org/10.1088/1757-899X/1284/1/012014
    3. Görz, M., Schenek, A., Liewald, M., & Riedmüller, K. R. (2023). Evaluation of Feature Engineering Methods for the Prediction of Sheet Metal Properties from Punching Force Curves by an Artificial Neural Network. Characterization of Minerals, Metals, and Materials 2023, 75–88. https://doi.org/10.1007/978-3-031-22576-5_8
    4. Görz, M., Schenek, A., Liewald, M., & Riedmüller, K. R. (2023). Einsatz von ML beim Scheren im offenen Schnitt/Use of ML in shearing with an open cutting line. Wt Werkstattstechnik Online, 113, Article 10. http://dx.doi.org/10.37544/1436-4980-2023-10-6
    5. Schenek, A., Görz, M., Liewald, M., & Riedmüller, K. R. (2023). Prediction of Cutting Surface Parameters in Punching Processes Aided by Machine Learning. TMS 2023 152nd Annual Meeting & Exhibition Supplemental Proceedings, 607–619. https://doi.org/10.1007/978-3-031-22524-6_54
    6. Görz, M., Thissen, S., Clauß, P., Rouven Riedmüller, K., Liewald, M., & Middendorf, P. (2023). Herstellung von zellulären Faltstrukturen aus Blech. Zeitschrift Für Wirtschaftlichen Fabrikbetrieb, 118, Article 9. https://doi.org/10.1515/zwf-2023-1113

  3. 2022

    1. Schenek, A., Görz, M., Liewald, M., & Riedmüller, K. R. (2022). Data-driven derivation of sheet metal properties gained from punching forces using an artificial neural network. Key Engineering Materials, 926, 2174–2182. https://doi.org/10.4028/p-41602a
    2. Görz, M., Radonjic, R., Liewald, M., & Riedmüller, K. R. (2022). Tiefziehen mit kraftgebundenen Umformmaschinen/Deep drawing with force-controlled forming machines. Wt Werkstattstechnik Online, 112, Article 10. http://dx.doi.org/10.37544/1436-4980-2022-10-25
    3. Karadogan, C., Görz, M., Liewald, M., & Bühler, M. (2022). An alternative time-based strategy for the evaluation of forming limits using optical experimental measurements. IOP Conference Series: Materials Science and Engineering, 1238, Article 1. https://doi.org/10.1088/1757-899X/1238/1/012045
    4. Görz, M., Liewald, M., & Riedmüller, K. R. (2022). Evaluation of Forming Methods for the Pre-shaping of Miura-Structures Made of Sheet Metal Materials. Production at the Leading Edge of Technology, 75–84. https://doi.org/10.1007/978-3-030-78424-9_9
Zum Seitenanfang