Zur Übersicht

Vortrag

Verfahren zur objektiven Gefügeklassifizierung von Stahl mittels Data Mining Methoden

Freitag (23.09.2016)
11:30 - 11:50 Uhr Hörsaal B
Bestandteil von:


Die Eigenschaften von modernen Mehrphasenstählen hängen in großem Maße von der Verteilung, der Form und der Größe der Phasen im Gefüge ab. Für eine Gefüge-Eigenschaftskorrelation ist daher eine Quantifizierung und Klassifizierung der Mikrostruktur unerlässlich. Eine Klassifizierung von verschiedenen Gefügetypen ist jedoch aufgrund der Komplexität moderner Stähle immer noch eine besondere Herausforderung und erfolgt meist subjektiv durch die Beurteilung von Experten.


Im Rahmen der vorliegenden Arbeit wird gezeigt, dass die Methoden des Data Minings gute Möglichkeiten bieten, verschiedene Gefüge von Stahl anhand von morphologischen Parametern objektiv voneinander zu unterscheiden. Die Verwendung verschiedener Ätzungen und korrelativer Mikroskopieverfahren basierend auf Licht- und Elektronenmikroskopen ist von großer Wichtigkeit, um eine vollständige Charakterisierung der Gefüge zu erhalten. Aus den licht- und elektronenmikroskopischen Aufnahmen können mit Bildverarbeitungsprogrammen verschiedene morphologische Gefügeparameter für die Körner sowie die Substruktur ausgelesen und in einer Datenbank angelegt werden. Data Mining-Methoden ermöglichen es, in den gewonnenen Daten neue, noch nicht bekannte Muster zu identifizieren und ein Modell zu erstellen, mit welchem eine benutzerunabhängige Einordnung von Gefügen in Klassen realisiert werden kann.

 

Sprecher/Referent:
Jessica Gola
Universität des Saarlandes
Weitere Autoren/Referenten:
  • Dominik Britz
    Universität des Saarlandes
  • Prof. Dr. Frank Mücklich
    Universität des Saarlandes