Segmentierung von lattenförmigen Bainit in Multiphasenstählen
Multiphasen-Stahl Probe
Multiphasen-Stahl Probe
- Probe eines Multiphasen-Stahls mit polygonalem Ferrit, Bainit und kohlenstoffreichen Zweitphasen
- Präparation und Kontrastierung mit Nital-Ätzung
- Bildaufnahmen im Lichtmikroskop und Rasterelektronenmikroskop
Aufgabenstellung:
- Entwicklung einer Segmentierungsroutine für lattenförmigen Bainit
Umsetzung:
- Einsatz von Deep Learning (semantische Segmentierung)
- ML-Modelle mit Datensätzen aus Lichtmikroskop- und Rasterelektronenmikroskop-Aufnahmen
- Verwendung von korrelativer Mikroskopie (LM/REM und Elektronenrückstreubeugung) für eine objektive Grundwahrheit
Ergebnisse:
- Sehr gute Modell Performance für LM- und REM-Aufnahmen (Pixel-Genauigkeit, Intersection over Union)
- Geringe Abweichungen der Phasenanteile (1-2%)
- Gute Segmentierungen auch bei neuen, ungesehenen Aufnahmen
DL Segmentierung lattenförmiger Bainit – LiMi
DL Segmentierung lattenförmiger Bainit – REM
Anwendungsbereiche:
- Automatisierte, objektive und reproduzierbare Erfassung des lattenförmigen Bainits
- Gefügeanalyse als Grundlage von Prozess-Gefüge-Eigenschaftskorrelationen
Kooperationspartner:
- Fraunhofer Institut für Werkstoffmechanik, Freiburg
- Department of Materials Science and Engineering, Carnegie Mellon University, Pittsburgh
- Aktien-Gesellschaft der Dillinger Hüttenwerke, Dillingen/Saar
Referenzen:
- A.R. Durmaz, M. Müller, B. Lei, A. Thomas, D. Britz, E.A. Holm, C. Eberl, F. Mücklich, P. Gumbsch, A deep learning approach for complex microstructure inference, Nat. Commun. 12 (2021) 1–15. Link zur Studie
Kontakt bei Fragen
Dr.-Ing. Dominik Britz
Stellvertretender Geschäftsführer
Adrian Thome, M.Sc.
Chief Operating Officer
Sie sind an einer Zusammenarbeit interessiert?
Nehmen Sie gerne einfach Kontakt mit uns auf! Wir freuen uns darauf, uns mit Ihnen auszutauschen und gemeinsam herauszufinden, wie wir Ihnen bei Ihrem Vorhaben weiterhelfen können.