KICK-G

Künstliche Intelligenz zur Charakterisierung und Klassifizierung von Gefügemerkmalen

Ziel

Im Falle positiver Ergebnisse dieses Forschungsvorhabens erschließt sich eine breite Anwendungspalette, da die hier untersuchten Gefügetypen prototypisch sind und unter Umständen mit deutlich geringerem Trainingsaufwand auf andere Legierungen und Werkstoffe übertragen werden können, solange die Gefüge Ähnlichkeiten aufweisen. Langfristig ist hier auch denkbar, dass sich KI-Methoden als Werkzeug in den klassischen Metallographie etablieren.

 

Kurzbeschreibung

Das Gesamtziel des Vorhabens KICK-G (Künstliche Intelligenz zur Charakterisierung und Klassifizierung von Gefügemerkmalen) ist es, Methoden der künstlichen Intelligenz (KI), insbesondere „deep-learning“, anzuwenden zur softwaregesteuerten automatisierten Identifikation, Klassifikation und Charakterisierung von verschiedenen Gefügemerkmalen in Werkstoffen, basierend auf zweidimensionalen Abbildungen. Dazu sollen zeitabhängige Gefügeveränderungen aus Zeitserien und dreidimensionale Gefügedarstellungen aus Schnittfolgen eines 3D Volumendatensatzes untersucht werden. Die im Vorhaben ausgewählten repräsentativen Gefügearten umfassen erstarrendes äquiaxiales dendritisches Gefüge in einer umgebenden Schmelze, kolumnare dendritische Kornstrukturen mit Defekten in einem Festkörper und die Phasentrennung von zwei Flüssigkeiten bei monotektischen Legierungen. Eine wesentliche Zielsetzung ist dabei eine neue Bewertung der Gefüge. Zum Erreichen dieses Ziels sollen innovative Werkzeuge entwickelt werden, die über die ausgewählten Beispiele hinaus Anwendung finden können.

Projektpartner

Ansprechpartner/in

Dr. Laszlo Sturz
+49 241 80 98000
l.sturz@access-technology.de

Projektinformationen

Laufzeit 
01.07.2020 –
30.06.2023
Förderkennzeichen
50WM2050
Zuwendungsgeber
Projektträger
Förderinitiative
DLR-RM
Förderhinweis
Geschäftsfeld
Grundlagen der Erstarrung
Projektstatus