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. 2023

    1. 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.
    2. 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/10.1007/978-3-319-48191-3
    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.
    4. Schenek, A., Görz, M., Riedmüller, K. R., & Liewald, M. (2023). Application of a neural network for predicting cutting surface quality of punching processes based on tooling parameters. IOP Conference Series: Materials Science and Engineering, 1284(1), Article 1. https://doi.org/10.1088/1757-899X/1284/1/012014
    5. Görz, M., Schenek, A., Liewald, M., & Riedmüller, K. R. (2023). Einsatz von ML beim Scheren im offenen Schnitt. wt Werkstattstechnik online, 113(10), Article 10. https://doi.org/10.37544/1436-4980-2023-10-6
    6. Schenek, A., Görz, M., Liewald, M., & Riedmüller, K. R. (2023). Prediction of Cutting Surface Parameters in Punching Processes Aided by Machine Learning. In M. & M. S. The Minerals (Hrsg.), TMS 2023 152nd Annual Meeting & Exhibition Supplemental Proceedings. Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-22524-6
    7. Schenek, A., Görz, M., Liewald, M., & Riedmüller, K. R. (2023). Prediction of Cutting Surface Parameters in Punching Processes aided by Machine Learning.
    8. 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(9), Article 9. https://doi.org/10.1515/zwf-2023-1113

  2. 2022

    1. 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(1), Article 1. https://doi.org/10.1088/1757-899X/1238/1/012045
    2. 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.
    3. Görz, M., Liewald, M., & Riedmüller, K. R. (2022). Evaluation of Forming Methods for the Pre-shaping of Miura-Structures Made of Sheet Metal Materials. In B.-A. Behrens, A. Brosius, W.-G. Drossel, W. Hintze, S. Ihlenfeldt, & P. Nyhuis (Hrsg.), Production at the Leading Edge of Technology (S. 75--84). Springer International Publishing. https://doi.org/10.1007/978-3-030-78424-99
    4. Görz, M., Radonjic, R., Liewald, M., & Riedmüller, K. R. (2022). Tiefziehen mit kraftgebundenen Umformmaschinen. wt Werkstattstechnik online, 112(10), Article 10. https://doi.org/10.37544/1436-4980-2022-10-25
Zum Seitenanfang