Forschung für den Mittelstand - Die IGF-Projektdatenbank

Bereichsbezogene Klassifikation von Graphitanordnungen in Gusseisen mit Lamellengraphit mittels Methoden des Maschinellen Lernens

Mit dem Fortschritt in der Technologie und im Zuge zunehmender Digitalisierung steigen die Anforderungen an Bauteile und infolgedessen auch die Anforderungen an die Werkstoffe. Für die damit verbundenen geforderten verbesserten Eigenschaften eines Gusseisenwerkstoffes ist eine zuverlässige und aussagekräftige quantitative Analyse des Produkts essentiell, da durch die Gefügestruktur Informationen zu den Werkstoffeigenschaften ermittelt werden können. Wichtige Erkenntnisse dazu konnten aus den bereits abgeschlossenen AiF-Forschungsprojekten DIAgraph I und DIAgraph II gewonnen werden. Jedoch hat sich herausgestellt, dass insbesondere Klassifikationsalgorithmen zur Charakterisierung der Lamellenanordnung mit herkömmlichen Bildanalysealgorithmen an ihre Grenzen stoßen. Aus diesem Grund soll in diesem Forschungsvorhaben ein allgemeingültiger und objektiver Anordnungsklassifikator mittels Machine Learning entwickelt werden. Dadurch und dem dahinterstehenden Algorithmus lernt der Klassifikator die entsprechenden Graphitanordnungen und –muster selbstständig zu erkennen und zuzuordnen, sodass die visuelle Bildanalyse weitestgehend ersetzt werden kann. Weiterhin werden die den Strukturen zugrundeliegenden dreidimensionalen Vernetzungen untersucht. Der ermittelte Zusammenhang zwischen 2D- und 3D-Daten sowie die einheitliche Graphitanalyse anhand von Methoden des maschinellen Lernens ermöglicht der Industrie, insbesondere den KMU, die Zusammenhänge zwischen Herstellungsbedingungen, Werkstoffgefüge und Eigenschaften mittels einer praxistauglichen Software auch schon am zweidimensionalen Schliff objektiv beurteilen zu können. Dies ermöglicht auch KMU’s, welche nicht über ausgebildete Metallographen verfügen, die geforderten Qualitätskriterien zu überprüfen und einzuhalten. Gleichzeitig ist damit auch eine Möglichkeit gegeben, einen nutzerspezifischen Klassifikator am eigenen Gefüge zu trainieren und zu erstellen, welches je nach Werkstoffsorte recht variabel sein kann.