Entwurf Machinelles Lernen

DL Segmentierung lattenförmiger Bainit – LM*

DL Segmentierung lattenförmiger Bainit – REM*

Nutzen durch Maschinelles Lernen (ML)

Bietet vielversprechende neue Möglichkeiten in der Gefügeanalyse

  • Automatisierung von zeit- und arbeitsintensiven Standardaufgaben
  • Auswertung großer, hochdimensionaler Datenmengen
  • Objektivität und Reproduzierbarkeit
  • Grundlage verbesserter Analysen komplexer Gefüge, die vorher nicht möglich waren

Unsere Herangehensweise

  • Kombination von Informatik Knowhow mit materialwissenschaftlicher Domänenexpertise
  • ML ganzheitlich betrachten: auch alle Schritte hin zum Erhalt einer Gefügeaufnahme berücksichtigen
  • Dies grenzt uns ab von reinen Datenwissenschaftler, die oft lediglich Gefügeaufnahmen in einen ML-Algorithmus geben, ohne das Domänenwissen zu berücksichtigen
  • Insbesondere auf die Zuordnung der Grundwahrheit für das überwachte ML achten
  • Kontrolle und das Verständnis der materialwissenschaftlichen Aspekte bieten eine größere Hebelwirkung für den Erfolg als die Optimierung der ML-Parameter

Kontakt bei Fragen

Dr.-Ing. Dominik Britz

Stellvertretender Geschäftsführer

+49 681 302 70540
d.britz@mec-s.de
LinkedIn

Adrian Thome, M.Sc.

Unser Dienstleistungsangebot

  • Maßgeschneiderte ML-basierte Lösungen zur automatisierten Gefügeanalyse
    • Fokus auf objektiver Grundwahrheit, z.B. durch korrelative Mikroskopie
    • Ganzheitliche Betrachtung: metallographische Randbedingungen, die für eine erfolgreiche ML-Implementierung benötigt werden
  • Kundenspezifische Schulungen (ML-Grundlagen, ML in Materialwissenschaft und Werkstofftechnik, ML in Metallographie und Gefügeanalyse)

Wo unsere ML-Ansätze erfolgreich angewandt werden

Neben Standardaufgaben des metallographischen Alltags, wie Korngrößenbestimmung, Phasenanalyse, Schichtdickenmessung oder Bruchflächenanalyse, kommen unsere ML-Ansätze insbesondere bei komplexen Gefügeanalysen, für die es zuvor keine konventionellen Lösungen gab, zum Einsatz.

Segmentierung von lattenförmigem Bainit in Multiphasen-Stählen

Gefüge-Klassifizierung in Vergütungsstählen

Klassifizierung nicht-metallischer Einschlüsse

Klassifizierung der kohlenstoffreichen Zweitphase in Dualphasenstählen

Segmentierung ehemaliger Austenitkörner in Stahl

Referenzprojekte

Aktien-Gesellschaft der Dillinger Hüttenwerke

  • Strategische Partnerschaft
  • Etablierung von ML-Methoden in der Gefügeanalyse
  • Kennzahlen:
    • 4 Promotionsvorhaben
    • > 30 studentische Abschlussarbeiten
    • > 20 nationale und internationale Konferenzbeiträge
    • > 20 Publikationen

MTU Maintenance

  • Projektziel: Gemeinsames F&E Projekt zur Segmentierung thermisch gespritzter Schichten mittels Deep Learning
  • Business Value: automatisierte, objektive Gefüge-Quantifizierung als Grundlage für verbesserte Prozess-Gefüge-Eigenschaftskorrelationen

 

MTU Maintenance Bericht

 

 

Weitere Anwendungsbereiche

Korrelative Mikroskopie

Eine korrelative Charakterisierung von Mikrostrukturen dient als Benchmark für eine automatisierte Gefügeerkennung und als Ausgangspunkt für Machine-Learning-Ansätze.

Triboelektrische Charakterisierung

Ergänzend zu unserer Mikrostrukturanalyse sind wir in der Lage, verschiedenste triboelektrischen Messungen (z.B. elektrischer Widerstand und Reibkoeffizient beim Steckversuch) unter kontrollierten Bedingungen durchzuführen.

Schadensanalyse

Im Bereich der Schadensanalyse sind wir neben der Identifikation und Analyse von Bruchsohlen zudem in der Lage, Bauteile auf der Makro- sowie auf der Mikroskala vollständig zu charakterisieren.

Antimikrobielle Oberflächen

Unsere antimikrobiellen metallischen Oberflächen wurden bereits in 3 Forschungsprojekten mit ESA & NASA auf der ISS verwendet.

Schweißtech. Beratung

Wir beurteilen die Schweißeignung von Werkstoffen und machen Vorschläge zum Einsatz von Werkstoffen, Schweißzusätzen und Schweißprozessen

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.