TY - JOUR A1 - Lemiasheuski, Anton A1 - Wehrkamp, F. A1 - Bajer, Evgenia A1 - Sonnenburg, Elke A1 - Göbel, Artur A1 - Porohovoj, Ilja A1 - Bettge, Dirk A1 - Pfennig, Anja T1 - Practical application of an automated 3D metallography system for the reconstruction and microstructural analysis of porosity in a sintered steel N2 - In the 3D microstructural analysis of a digital twin of porosity in the sintered steel Astaloy CrA, pore shape, average pore size as well as pore distribution will be analyzed. Porosity plays a major role in powder-metallurgical materials since it greatly impacts the mechanical properties of these materials and therefore represents a key parameter in their characterization. Based on the robot-assisted automated serial sectioning and imaging (RASI) system of the Federal Institute for Materials Research and Testing (BAM, Bundesanstalt für Materialforschung und Prüfung) in Berlin, the technique of metallographic serial sectioning will be used to image the microstructure and reconstruct a digital 3D twin from the stack of images obtained. Compared with an individual 2D microsection, the quantitative microstructural analysis of this 3D twin will enable more accurate conclusions on the shape, size and distribution of pores. This paper will detail the key steps in 3D microstructural analysis, including the metallographic preparation routine, the imaging technique, image alignment as well as the segmentation of pores. After the methodology has been described, the results of the quantitative microstructural analysis will be presented and the validity of quantitative parameters of 3D and 2D images will be compared and discussed. The analysis of more than 10,000 pores revealed a correlation between pore shape and pore size. It was also found that a 2D representation of the material surface is insufficient for a precise quantitative characterization of porosity. N2 - In der 3D-Gefügeanalyse eines digitalen Zwillings von Poren in einem Sinterstahl des Typs Astaloy CrA werden sowohl die Porenform als auch die durchschnittliche Porengröße und -verteilung analysiert. Die Porosität spielt in pulvermetallurgischen Werkstoffen eine große Rolle, da sie erheblich die mechanischen Eigenschaften beeinflusst und daher bei der Charakterisierung dieser Werkstoffe ein wichtiger Parameter ist. Basierend auf der Verwendung des Robot-Assisted Automated Serial-Sectioning and Imaging (RASI)-Systems der Bundesanstalt für Materialforschung und Prüfung (BAM) in Berlin, wird das metallographische Serienschnittverfahren genutzt, um das Gefüge aufzunehmen und aus dem Bildstapel einen digitalen 3D-Zwilling zu rekonstruieren. Verglichen zu einem 2D-Einzelschliff ermöglicht die quantitative Gefügeanalyse dieses 3D-Zwillings präzisere Aussagen zu Porenform, -größe und -verteilung. Diese Arbeit beschreibt die wesentlichen Schritte, die für eine 3D-Gefügeanalyse nötig sind, darunter die metallografische Präparationsroutine, das Bildgebungs-Verfahren, das Alignment der Bilder sowie die Segmentierung der Poren. Im Anschluss an die methodische Darstellung werden die Ergebnisse der quantitativen Gefügeanalyse präsentiert und ein Vergleich zwischen der Aussagekraft der quantitativen Parameter von 3D- und 2D-Abbildungen diskutiert. Bei der Analyse von über 10.000 Poren konnte eine Korrelation zwischen der Form und der Porengröße aufgezeigt werden. Weiterhin konnte aufgezeigt werden, dass eine 2D-Abbildung der Werkstoffoberfläche nicht ausreichend für eine eindeutige quantitative Beschreibung der Porosität ist. KW - 3D Metallographie KW - RASI KW - Porenstruktur PY - 2025 DO - https://doi.org/10.1515/pm-2025-0049 SN - 2195-8599 VL - 62 IS - 8 SP - 516 EP - 535 PB - De Gruyter Brill AN - OPUS4-63930 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Schumacher, Julia T1 - Schwarze Pilze: Robuste Multitalente für die Biotechnologie T1 - Black fungi: Robust all-rounders for biotechnology N2 - Knufia petricola ist ein gesteinsbesiedelnder Pilz aus der polyphyletischen Gruppe der schwarzen Pilze. Diese Pilze entwickelten außergewöhnliche – und bisher kaum erforschte – Fähigkeiten, in verschiedenen extremen Umgebungen zu gedeihen. Die Nutzung der genetischen Vielfalt des Genoms von schwarzen Pilzen und die Nutzung von K. petricola als alternativer Wirt für die Produktion von Enzymen und Sekundärmetaboliten eröffnen Perspektiven für die Nutzung dieser bislang wenig bekannten Pilze für biotechnologische Anwendungen. N2 - Knufia petricola is a rock-inhabiting fungus belonging to the polyphyletic group of black fungi. These fungi developed extraordinary – and so far hardly studied – capabilities to thrive in different extreme environments. Accessing the genetic diversity of black fungal genomes and using K. petricola as an alternative host for producing enzymes and secondary metabolites opens perspectives for utilizing these so far little recognized fungi for biotechnological applications. KW - Knufia petricola KW - Fungal pigments KW - Genetic engineering KW - Knufia petricola KW - Pilzpigmente KW - Gentechnik PY - 2025 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-628150 DO - https://doi.org/10.1007/s12268-025-2442-8 SN - 0947-0867 SN - 1868-6249 VL - 31 IS - 2 SP - 159 EP - 162 PB - Springer CY - Heidelberg AN - OPUS4-62815 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Schumacher, Julia T1 - CRISPR-Cas9 in der Materialforschung - Den gesteinsbesiedelnden Pilzen auf der Spur T1 - CRISPR-Cas9 in materials research - On the trail of rock-inhabiting fungi N2 - Das mikroskopische Leben auf exponierten Oberflächen ist genügsam und kooperativ. Gesteinsbesiedelnde schwarze Pilze, Grünalgen und Cyanobakterien unterstützen einander in der Eroberung von Felsen, Mauern, Denkmälern, Dächern, Fassaden und Sonnenkollektoren. Bedeutend sind die schwarzen Pilze als Gesteinszerstörer und Biofilmbildner. Ihre massiven Zellwände und ihr langsames Wachstum machen sie stresstolerant und fordern zugleich die experimentelle Forschung heraus. In der Materialforschung können Biofilme erwünscht oder unerwünscht sein. Biofilme auf Fassaden können das Innenstadtklima positiv beeinflussen, während sie auf einem Marmordenkmal unwillkommen sind. Ohne tieferes Verständnis der angepassten Mikroben ist weder ihre Bekämpfung noch ihre gezielte Förderung auf Materialien möglich. Hier treffen sich Genetik und Materialforschung: Die CRISPR-Cas9-Technologie ermöglicht es, die Genome der Pilze für funktionale Analysen zu editieren, um die Mechanismen der Materialbesiedlung und Materialschädigung zu entschlüsseln. N2 - Rock-inhabiting black fungi are adapted to the harsh life on rocks in deserts and release minerals from the rocks. The same adaptations enable these fungi to colonize man-made surfaces such as monuments, building facades and solar systems. Black fungi are often associated with phototrophic microorganisms. The slow growth and the melanized cell walls, which protect the fungi from extreme environmental infuences, render molecular biological and genetic engineering methods diffcult, which is why little is known about the biology of these fungi. Knufa petricola was selected to understand the processes of material colonization and damage with the help of adapted methods such as CRISPR-Cas9-mediated genome editing. KW - Knufia petricola KW - Schwarze Pilze KW - Bioflme KW - Genomeditierung KW - Pigmente KW - Multiplexing KW - Resistenzkassette KW - Transformanten KW - Knufia petricola KW - Black fungi KW - Biofilms KW - Pigments KW - Genome editing KW - Multiplexing KW - Resistance cassette KW - Transformants PY - 2024 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-620500 DO - https://doi.org/10.11576/biuz-7595 SN - 0045-205X SN - 1521-415X N1 - Volltext (PDF) in deutsch und englisch - Full text (PDF) in German and English VL - 54 SP - 41 EP - 50 PB - Verband Biologie, Biowissenschaften und Biomedizin in Deutschland (VBiO) CY - München AN - OPUS4-62050 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Junge, Paul A1 - Rupprecht, Christian A1 - Sänger, Johanna A1 - Oedinghofen, Frank T1 - Thermisch gespritzte Schichten auf keramischen Hitzeschutzschilden für den Einsatz regenerativer Brennstoffe in stationäre Gasturbinen T1 - Thermally sprayed coatings on ceramic heat shields for the utilisation of regenerative fuels in stationary gas turbines N2 - Die Entwicklung zukünftiger Generationenvon stationären Gasturbinen verfolgt das Hauptziel, den thermischen Wirkungsgrad zu erhöhen, bei gleichzeitiger Reduktion der CO2-Emissionen. Ein mögliches Lösungskonzept besteht darin, bestehende Turbinenkonzepte auf nachhaltig erzeugten Wasserstoff umzustellen. Durch den Betrieb mit Wasserstoff entsteht eine erhöhte Belastung für konventionelle thermische Hitzeschutzkomponenten. Daher ist die Entwicklung von sogenannte Environmental Barrier Coatings (EBC) oder Materialkonzepten, die eine thermodynamische Stabilität in heißer Gasumgebung aufweisen, erforderlich. N2 - The development of future generations of stationary gas turbines is pursuing the main objective of increasing the thermal efficiency, with a simultaneous reduction in the CO2 emissions. One possible solution concept consists of converting existing turbine concepts to sustainably produced hydrogen. The operation with hydrogen results in increased loads for conventional thermal heat protection components. Therefore, it is necessary to develop so-called environmental barrier coatings (EBCs) or material concepts which exhibit thermodynamic stability in a hot gas environment KW - Keramischen Hitzeschutzschilden KW - Thermische Spritzschichten KW - Gasturbine PY - 2024 UR - https://www.thermal-spray-bulletin.info/en/article/thermisch-gespritzte-schichten-auf-keramischen-hitzeschutzschilden-fuer-den-einsatz-regenerativer-brennstoffe-in-stationaeren-gasturbinen IS - 2 SP - 100 EP - 103 PB - DVS Media AN - OPUS4-61066 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Lemiasheuski, Anton A1 - Kranzmann, Axel A1 - Pfennig, Anja T1 - Herausforderungen und Möglichkeiten des manuellen metallografischen Serienschnittverfahrens anhand einer quantitativen Gefügeanalyse der Grafite eines Gusseisens T1 - Challenges and possibilities of the manual metallographic serial sectioning process using the example of a quantitative microstructural analysis of graphite in cast iron N2 - Die in dieser Studie vorgestellte 3D-Gefüge-Analyse konzentriert sich auf die Kugelgrafite eines Gusseisens des Typs EN-GJS. Es werden die Form anhand des Formfaktors und des Seitenverhältnisses sowie die durchschnittliche Teilchengröße und -verteilung untersucht. Die Form der Grafite in Gusseisenwerkstoffen ist mitentscheidend für die mechanischen Eigenschaften dieser Legierungen und ist bei der Charakterisierung des Werkstoffs unumgänglich. Mittels Metallografischen Serienschnittverfahrens wird von dem Schicht für Schicht abgetragenen und lichtmikroskopisch schichtweise dargestellten Werkstoff ein digitaler Zwilling erstellt. Von diesem dreidimensionalen Zwilling lassen sich beliebige Ebenen digital projizieren und analysieren. Eine konventionelle quantitative 3D-Analyse untersucht die Voxelmenge und -zusammensetzung eines Körpers im 3D-Raum. Die hier vorgestellte Analyse wendet stereologische 2D-Analyseverfahren auf drei Raumebenen des Werkstoffs an. Dabei sind zwei der Ebenen digitale Projektionen des Zwillings. Die zwei rekonstruierten Ebenen des Werkstoffs sind so gewählt, dass die Richtungsvektoren aller drei Ebenen einen 90°-Winkel zueinander bilden. Diese Methodik wird eingehend beschrieben sowie Herausforderungen und Möglichkeiten des hier vorgestellten Serienschnittverfahrens diskutiert. N2 - The 3D microstructure analysis presented in this study focuses on the nodular graphite of an EN-GJS grade cast iron. The shape is analyzed based on shape factor and aspect ratio as well as average particle size and distribution. The shape of graphites in cast iron materials is critical to the mechanical properties of these alloys and is essential for the characterization of the material. Metallographic serial sectioning creates a digital twin of the material, which is removed layer by layer and visualized layer by layer under an optical microscope. From this three-dimensional twin, any number of planes can be digitally projected and analyzed. Conventional quantitative 3D analysis examines the voxel count and composition of a body in 3D space. The analysis presented here applies stereological 2D analysis methods to three spatial planes of the material. Two of the planes are digital projections of the twin. The two reconstructed planes of the material are chosen so that the direction vectors of all three planes form an angle of 90° to each other. The methodology is described in detail and the challenges and opportunities of the serial section method presented here are discussed. KW - Dreidimensionale Gefügeanalyse KW - Three-dimensional microstructure analysis KW - 3D-Metallografie KW - Serienschnittverfahren KW - Gefügerekonstruktion KW - Quantitative Gefügeanalyse KW - 3D metallography KW - Serial sectioning KW - Microstructure reconstruction KW - Quantitative microstructure analysis PY - 2024 DO - https://doi.org/10.1515/pm-2024-0066 SN - 0032-678X VL - 61 IS - 9-10 SP - 746 EP - 768 PB - De Gruyter CY - Berlin/Boston AN - OPUS4-60976 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Müller, Constanze A1 - Seher, Julia A1 - Martin, Falk A1 - Schnell, Alexander A1 - Rübner, Katrin T1 - Leichtgranulate aus gemischtem Mauerwerkbruch für die Anwendung in Infraleichtbeton T1 - Lightweight granular materials made from mixed masonry rubble for use in infra-lightweight concrete N2 - Infraleichtbeton zeichnet sich durch eine äußerst geringe Trockenrohdichte von maximal 800 kg/m³ aus, bei gleichzeitig ausreichender Festigkeit. Daraus resultieren geringe Wärme- und Schallleitfähigkeiten. Dies ermöglicht den Einsatz als Sichtbeton in Wandelementen ohne die Notwendigkeit einer zusätzlichen Dämmschicht. Vielversprechend erscheint der Einsatz von Leichtgranulaten in Infraleichtbeton, um seinen ökologischen Fußabdruck zu reduzieren und somit ein energieeffizientes und zugleich nachhaltiges Bauen zu ermöglichen. Die Leichtgranulate werden in einem thermo-chemischen Prozess aus gemischtem Mauerwerkbruch hergestellt. Ihre Verwendung bietet neben der Alternative zu herkömmlichen leichten Gesteinskörnungen auch die Möglichkeit, Abfallprodukte sinnvoll zu nutzen. In diesem Artikel werden die Leichtgranulate vorgestellt, ihre Anwendung in Infraleichtbeton geprüft und mit konventionellem Blähton verglichen. N2 - Infra-lightweight concrete exhibits an extremely low dry bulk density of up to 800 kg/m³ while also providing sufficient strength, resulting in low thermal and acoustic conductivity. This allows it to be used as exposed concrete in wall panels without requiring an additional insulating layer. Using lightweight granular materials in infra-lightweight concrete appears to be promising for reducing its environmental footprint and thus enabling energy-efficient and sustainable construction. Lightweight granules are produced from mixed masonry rubble in a thermo-chemical process. In addition to being an alternative to conventional lightweight aggregates, their use also provides the opportunity to put waste products to good use. This article reports on lightweight granules, their use in infra-lightweight concrete, and related tests in comparison to conventional expanded clay. KW - Infraleichtbeton KW - Leichtgranulat KW - Mauerwerkbruch KW - Recycling KW - Leichte Gesteinskörnungen PY - 2024 VL - 90 IS - 7 SP - 52 EP - 59 PB - Bauverlag CY - Gütersloh AN - OPUS4-60557 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Lemiasheuski, Anton A1 - Bajer, Evgenia A1 - Oder, Gabriele A1 - Göbel, Artur A1 - Hesse, Rene A1 - Pfennig, A. A1 - Bettge, Dirk T1 - Entwicklung eines automatisierten 3D-Metallographie-Systems und erste Beispiele für die Anwendung in der Gefüge-Analyse T1 - Development of an automated 3D metallography system and some first application examples in microstructural analysis N2 - Die klassische Metallographie basiert auf Abbildungen einzelner Schliffebenen und kann auf räumliche Formen und Anordnungen des Gefüges nur bedingt schließen. Die Idee, aus metallographischen Serienschliffen dreidimensionale Gefügestrukturen zu rekonstruieren, ist daher naheliegend und nicht neu. Allerdings ist der Aufwand, in Handarbeit viele Einzel-Schliffe zu präparieren und zu Bildstapeln zusammenzusetzen, sehr hoch und steht einer häufigen Anwendung entgegen. Deshalb wird an der BAM ein Roboter-gestütztes 3D-Metallographie-System entwickelt, das an einer Schliffprobe die Schritte Präparation und Bildeinzug vollautomatisch mit vielen Wiederholungen ausführt. Die Präparation umfasst Schleifen, Polieren und optional Ätzen der Schlifffläche, der Bildeinzug autofokussierte lichtmikroskopische Aufnahmen bei mehreren Vergrößerungsstufen. Der erhaltene Bildstapel wird anschließend vorverarbeitet, segmentiert und in ein 3D-Modell umgesetzt, das einer mikrotomographischen Aufnahme ähnelt, allerdings mit besserer lateraler Auflösung bei großem Volumen. Im Gegensatz zu tomographischen Verfahren besteht die Möglichkeit der Kontrastierung durch klassische chemische Ätzung. Die Integration eines REMs ist geplant. Bislang durchgeführte Arbeiten verdeutlichen die Möglichkeiten der Darstellung von Heißgas-Korrosionsschichten, Grauguss-Werkstoffen und Keramik-basierten mikroelektronischen Strukturen (Vias). N2 - Traditional metallography relies on the imaging of individual section planes. However, conclusions as to spatial shapes and microstructural arrangements can only be drawn to a limited extent. The idea to reconstruct three-dimensional microstructures from metallographic serial sections is therefore obvious and not at all new. However, the manual process of preparing a great number of individual sections and assembling them into image stacks is time-consuming and laborious and therefore constitutes an obstacle to frequent use. This is why the Federal Institute for Materials Research and Testing, or BAM for short (Bundesanstalt für Materialforschung und -prüfung), is developing a robot-assisted 3D metallography system performing the tasks of preparation and image acquisition on a metallographic section fully automatically and repeatedly. Preparation includes grinding, polishing and optional etching of the section surface. Image acquisition is performed using a light optical microscope with autofocus at several magnification levels. The obtained image stack is then pre-processed, segmented and converted to a 3D model resembling a microtomographic image, but with a higher lateral resolution when large volumes are sampled. As opposed to tomographic techniques, it is possible to perform traditional chemical etching for contrasting. The integration of a SEM is in the planning stages. Studies conducted so far have demonstrated the possibility of visualizing hot gas corrosion layers, grey cast irons and ceramic-based microelectronic structures (vias). KW - 3D-Metallographie KW - Gefügeanalyse KW - Serienschnitte KW - Gefügerekonstruktion KW - 3D metallography KW - Microstructure analysis KW - Serial sectioning KW - Microstrucure reconstruction PY - 2023 DO - https://doi.org/10.1515/pm-2023-0057 SN - 0032-678X VL - 60 IS - 10 SP - 676 EP - 691 PB - De Gruyter CY - Berlin/Boston AN - OPUS4-58593 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Bettge, Dirk A1 - Schmies, Lennart T1 - Die Fraktographische Online-Datenbank der AG Fraktographie – Entwicklungsstand und Planung T1 - The WG Fractography Online Database – Stage of Development and Planning N2 - Die AG Fraktographie im DVM/DGM-Gemeinschaftsgremium „Elektronenmikroskopie in der Materialforschung“ betreibt seit 2013 eine fraktographische online-Datenbank („FractoDB“), die für das interessierte Fachpublikum kostenfrei zur Verfügung steht. Die Analyse und Bewertung von Bruchflächen und der darauf befindlichen Bruchmerkmale ist ein wichtiger Teilaspekt der Schadensanalyse bei der Suche nach Schadensmechanismen und Schadensursachen. Risse und Brüche an realen Bauteilen können nur dann bewertet werden, wenn gut dokumentierte Vergleichsbrüche aus Laborversuchen zur Verfügung stehen, sei es an Proben oder an Vergleichs-Bauteilen. Daher trägt die AG Fraktographie Bildmaterial zusammen, führt systematisch Laborversuche und Ringversuche durch und analysiert Brüche aus Schadensfällen. Die gewonnenen Daten werden zu Datensätzen zusammengestellt und über die Datenbank zugänglich gemacht. Derzeit ist ein Bestand von über 400 Datensätzen mit insgesamt über 4.500 Bildern verfügbar, welcher durchsucht werden kann und in Anlehnung an die VDI 3822 organisiert ist. Weitere Aktivitäten der AG Fraktographie, die in der FractoDB abgebildet werden, sind u.a. die Entwicklung einer fraktographischen Symbolik und die Analyse von Bruchmerkmalen mittels Machine Learning. Über die aktuellen Ergebnisse und Planungen wird berichtet. N2 - Since 2013, the AG Fraktographie (Working Group (WG) Fractography) in the DVM/DGM Joint Committee “Elektronenmikroskopie in der Materialforschung” (Electron Microscopy in Materials Research) maintains a fractographic online database (“FractoDB”) available to interested professionals. When it comes to identifying failure mechanisms and causes of damage, the analysis and evaluation of fracture surfaces and their characteristics constitute important aspects of the failure analysis. Cracks and fractures in real components can only be assessed if well-documented comparative fractures from laboratory tests are available – be it in samples or in comparison components. The WG Fractography therefore gathers image material, systematically carries out laboratory and round robin tests, and analyzes fractures from damage cases. From the thus obtained data, datasets are compiled and made available via the database. Currently, a browsable inventory of more than 400 datasets with a total of more than 4500 images is available. It is organized in line with guideline VDI 3822. Other activities of the WG Fractography represented in the FractoDB include, amongst others, the development of a fractographic set of symbols and the analysis of fracture characteristics using machine learning. This contributbution reports on latest results and plans. KW - Fraktographie KW - Datenbank KW - Schadensanalyse KW - Bruchflächen KW - Machine Learning PY - 2023 DO - https://doi.org/10.1515/pm-2023-0048 SN - 0032-678X VL - 60 IS - 9 SP - 569 EP - 579 PB - De Gruyter CY - Berlin AN - OPUS4-58200 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Schmies, Lennart A1 - Botsch, B. A1 - Le, Q.-H. A1 - Yarysh, A. A1 - Sonntag, U. A1 - Hemmleb, M. A1 - Bettge, Dirk T1 - Classification of fracture characteristics and fracture mechanisms using deep learning and topography data T1 - Klassifikation von Bruchmerkmalen und Bruchmechanismen mittels Deep Learning und unter Verwendung von Topographiedaten N2 - In failure analysis, micro-fractographic analysis of fracture surfaces is usually performed based on practical knowledge which is gained from available studies, own comparative tests, from the literature, as well as online databases. Based on comparisons with already existing images, fracture mechanisms are determined qualitatively. These images are mostly two-dimensional and obtained by light optical and scanning electron imaging techniques. So far, quantitative assessments have been limited to macrocopically determined percentages of fracture types or to the manual measurement of fatigue striations, for example. Recently, more and more approaches relying on computer algorithms have been taken, with algorithms capable of finding and classifying differently structured fracture characteristics. For the Industrial Collective Research (Industrielle Gemeinschaftsforschung, IGF) project “iFrakto” presented in this paper, electron-optical images are obtained, from which topographic information is calculated. This topographic information is analyzed together with the conventional 2D images. Analytical algorithms and deep learning are used to analyze and evaluate fracture characteristics and are linked to information from a fractography database. The most important aim is to provide software aiding in the application of fractography for failure analysis. This paper will present some first results of the project. N2 - Die mikrofraktographische Analyse von Bruchflächen wird in der Schadensanalyse meist auf der Basis von Erfahrungswissen vorgenommen, welches aus vorliegenden Untersuchungen, eigenen Vergleichsversuchen und aus der Literatur und online Datenbanken stammt. Durch Vergleiche mit bereits vorliegenden Bildern werden qualitativ Bruchmechanismen ermittelt. Grundlage dafür sind zumeist zweidimensionale Aufnahmen aus licht- und elektronenoptischen Verfahren. Quantitative Aussagen beschränken sich bislang beispielsweise auf makroskopische Anteile von Bruchmechanismen oder die manuelle Ausmessung von Schwingstreifen. In jüngerer Zeit gibt es vermehrt Ansätze, Computer-Algorithmen einzusetzen, die in der Lage sind, unterschiedlich strukturierte Bruchmerkmale zu finden und zu klassifizieren. Im hier vorgestellten IGF-Vorhaben „iFrakto“ werden elektronenoptische Aufnahmen erzeugt und daraus Topographie-Informationen berechnet. Diese gewonnenen Topographie-Informationen werden zusammen mit den klassischen 2D-Bildern ausgewertet. Analytische Algorithmen und Deep Learning werden eingesetzt, um Bruchmerkmale zu analysieren, zu bewerten und mit Informationen aus einer fraktographischen Datenbank zu verknüpfen. Wichtigstes Ziel ist die Bereitstellung von Software zur Unterstützung der Fraktographie in der Schadensanalyse. In diesem Beitrag werden erste Ergebnisse des Vorhabens vorgestellt. KW - Fractography KW - Deep Learning KW - Classification PY - 2023 DO - https://doi.org/10.1515/pm-2022-1008 SN - 0032-678X VL - 60 IS - 2 SP - 76 EP - 92 PB - De Gruyter AN - OPUS4-56962 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - JOUR A1 - Karapanagiotis, Christos A1 - Hicke, Konstantin A1 - Krebber, Katerina T1 - Eine Sammlung durch Maschinelles Lernen unterstützter Verteilter Faseroptischer Sensoren für Infrastrukturmonitoring T1 - A collection of machine learning assisted distributed fiber optic sensors for infrastructure monitoring N2 - In this paper, we present a collection of machine learning assisted distributed fiber optic sensors (DFOS) for applications in the field of infrastructure monitoring. We employ advanced signal processing based on artificial neural networks (ANNs) to enhance the performance of the dynamic DFOS for strain and vibration sensing. Specifically, ANNs in comparison to conventional and computationally expensive correlation and linearization algorithms, deliver lower strain errors and speed up the signal processing allowing real time strain monitoring. Furthermore, convolutional neural networks (CNNs) are used to denoise the dynamic DFOS signal and enable useable sensing lengths of up to 100 km. Applications of the machine learning assisted dynamic DFOS in road traffic and railway infrastructure monitoring are demonstrated. In the field of static DFOS, machine learning is applied to the well-known Brillouin optical frequency domain analysis (BOFDA) system. Specifically, CNN are shown to be very tolerant against noisy spectra and contribute towards significantly shorter measurement times. Furthermore, different machine learning algorithms (linear and polynomial regression, decision trees, ANNs) are applied to solve the well-known problem of cross-sensitivity in cases when temperature and humidity are measured simultaneously. The presented machine learning assisted DFOS can potentially contribute towards enhanced, cost effective and reliable monitoring of infrastructures. N2 - In diesem Beitrag stellen wir eine Sammlung von verteilten faseroptischen Sensoren (DFOS) vor, die mit Hilfe von Maschinellem Lernen arbeiten und für Anwendungen im Bereich der Infrastrukturüberwachung geeignet sind. Wir setzen hierbei fortschrittliche Signalverarbeitung auf der Grundlage Künstlicher Neuronaler Netze ein, um die Leistungsfähigkeit dynamischer DFOS für die Messung von Dehnungen und Vibrationen zu verbessern. Insbesondere Künstliche Neuronale Netze (ANNs) liefern im Vergleich zu konventionellen und rechenintensiven Korrelations- und Linearisierungsalgorithmen geringere Dehnungsfehler und beschleunigen die Signalverarbeitung, so dass eine Dehnungsüberwachung in Echtzeit möglich ist. Darüber hinaus wenden wir Convolutional Neural Networks (CNNs) an, um dynamische DFOS-Signale zu entrauschen und damit nutzbare Messlängen von bis zu 100 km zu ermöglichen. Es werden Anwendungsbeispiele dieser durch Maschinelles Lernen unterstützten dynamischen DFOS in den Bereichen des Straßenverkehrsmonitorings und der Zug- und Gleisüberwachung aufgezeigt. Im Bereich der statischen DFOS wird Maschinelles Lernen auf das Verfahren der Optischen Brillouin-Frequenzbereichsanalyse (BOFDA) angewendet. Insbesondere CNN erweisen sich hier als sehr robust gegenüber verrauschten Spektren und tragen zu deutlich kürzeren Messzeiten bei. Darüber hinaus werden verschiedene Algorithmen des maschinellen Lernens (lineare und polynome Regression, Entscheidungsbäume, ANNs) angewandt, um das bekannte Problem der Querempfindlichkeit bei DFOS in den Fällen zu lösen, in denen Temperatur und Feuchtigkeit gleichzeitig gemessen werden sollen. Die hier vorgestellten, durch Maschinelles Lernen unterstützten, DFOS können zu einer verbesserten, kostengünstigen und zuverlässigen Überwachung von Infrastrukturen beitragen. KW - Artificial neural networks KW - Brillouin sensing KW - Distributed acoustic sensing KW - Fibre optic sensors KW - Infrastructure monitoring PY - 2023 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-569044 DO - https://doi.org/10.1515/teme-2022-0098 SN - 0171-8096 SP - 1 EP - 19 PB - De Gruyter AN - OPUS4-56904 LA - mul AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -