TY - CONF A1 - Waske, Anja T1 - Mikro-Computertomographie für die Werkstoffforschung N2 - Preisträgervortrag Georg-Sachs-Preis der DGM Röntgencomputertomographie (CT) ist heute ein Standardwerkzeug in der Materialcharakterisierung. Im Vortrag zeigen wir ihre Anwendung für die Untersuchung magnetischer Funktionsmaterialien, additiv gefertigter Bauteile und deren Feedstockpulver und stellen erste CT-Ergebnisse biogener Feedstockpulver vor. T2 - DGM-Tag 2020 CY - Online meeting DA - 21.09.2020 KW - X-ray imaging KW - Non-destructuve testing PY - 2020 AN - OPUS4-51906 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Gaal, Mate T1 - Luftultraschall N2 - Dieser Vortrag bietet eine Einführung zur luftgekoppelten Ultraschallprüfung. Es werden die theoretischen Grundlagen erläutert und Beispiele für Anwendungen in der Praxis gegeben. T2 - Schulung Ultraschallprüfung Stufe 3 CY - Berlin, Germany DA - 28.09.2020 KW - Luftgekoppelte Ultraschallprüfung KW - Luftankopplung KW - Ultraschallwandler PY - 2020 AN - OPUS4-51578 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Völker, Christoph A1 - Bock, Kilian A1 - Benner, Philipp A1 - Bettge, Dirk T1 - Explore and Exploit - Strategische Erweiterung der fraktographischen Datenbank mit Machine Learning N2 - In diesem Vortrag stellen wir den aktuellen Stand zu einer Masterarbeit zusammen die sich mit dem Thema beschäftigt wie die Generalisierbarkeit von Datenmodellen auf Basis kleiner Datensätze erhöht werden kann. Wir stellen vor, wie die Datenbasis eines fraktogafischen Bildklassifizierers mit einem statistischen Model strategische erweitert, bzw. an eine Anwendung angepasst werden kann. T2 - AG Fraktographie im DVM/DGM Gemeinschaftsausschuss „Rasterelektronenmikroskopie in der Materialprüfung“ CY - Online meeting DA - 20.11.2020 KW - Bild Klassifizierung KW - Small Data KW - Unsicherheitsberechnung KW - Erklärbare KI PY - 2020 AN - OPUS4-51810 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Völker, Christoph A1 - Moreno Torres, Benjami A1 - Kruschwitz, Sabine T1 - Daten verständlich machen mit einem Semantic Web basierten Ansatz für die ZfP im Bauwesen N2 - Im Bereich der Zerstörungsfreien Prüfung (ZfP) im Bauwesen werden eine Vielzahl von Messdaten erfasst. Obwohl Sie als Grundlage für wissenschaftliche Analysen dienen, gibt es noch keine einheitliche Repräsentation der Daten. Eine Analyse verschiedener verteilter Datensätze über unterschiedliche Prüfobjekte hinweg ist daher kaum möglich. Wir stellen einen Ansatz für ein integriertes Datenmanagement verteilter Datensätze auf Basis von Semantic-Web Technologien vor. Der Ansatz basiert im Kern auf einem mathematischen Modell – der sogenannten Ontologie – welches das Wissen unserer Domäne ZfPBau repräsentiert. Die von uns entwickelte ZfPBau Ontologie wird mit Datenquellen verknüpft und beschreibt so die semantische Bedeutung der Daten. Darüber hinaus fungiert die Ontologie als zentrales Konzept für den Datenbankzugriff. Domänen-fremde Datenquellen können durch die Verknüpfung mit der ZfPBau Ontologie einfach integriert werden und stehen zur generischen Nutzung im Sinne der Digitalisierung direkt zur Verfügung. Basierend auf einer umfangreichen Literaturrecherche, skizzieren wir die Möglichkeiten die sich daraus für die ZfP im Bauwesen ergeben, wie zum Beispiel Messdaten computergestützt zu sortieren, zu analysieren, Zusammenhänge zu erkennen und zu erklären. Der erwartete Nutzen dieses Ansatzes der Wissensrepräsentation und des Datenzugriffs für die ZfP-Community ist eine Erweiterung des Wissens durch Datenaustausch in der Forschung (Interoperabilität), die wissenschaftliche Verwertung großer existierender Datenquellen mit datenbasierten Verfahren (wie Bilderkennung, Messunsicherheitsberechnungen, Faktoranaylsen, Materialcharackterisierung) und letztlich ein vereinfachter Transfer von ZFP-Daten in Ingenieurmodelle und somit in die Baupraxis. Ontologien sind bereits Kern vielzähliger intelligenter Systeme wie Building-Information-Modeling oder Forschungsdatenbanken. Der Beitrag gibt einen Überblick über die Werkzeuge die wir derzeit für die Kommunikation mit ihnen schaffen. T2 - Seminar ZfP 4.0 Die ZfP im Zeichen der Digitalisierung CY - Frankfurt am Main, Germany DA - 08.10.2020 KW - Ontologien KW - Semantisches Datenmanagement KW - Reproduzierbare Wissenschaft PY - 2020 UR - https://nbn-resolving.org/urn:nbn:de:kobv:b43-518092 AN - OPUS4-51809 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Mirtsch, Mona A1 - Koch, Claudia T1 - Nutzung und Wirkung von (zertifizierten) Managementsystemen – aktuelle Erkenntnisse N2 - Ergebnisvorstellung im mitgliederexklusiven Webinar der Deutschen Gesellschaft für Qualität - DGQ zur Nutzung und Wirkung von genormten Managementsystemen als die erste Erhebung im Rahmen von QI-FoKuS. Neben der Motivation hinsichtlich der Anwendung verschiedener Normen, die Anforderungen an Managementsysteme darlegen, sowie den Wirkungen werden insbesondere die Zertifizierung für diese Normen sowie daran anknüpfend die Rolle und Funktion der Akkreditierung – und somit verschiedene Bausteine der QI – adressiert. T2 - Mitgliederexklusives Webinar CY - Online meeting DA - 15.10.2020 KW - Management Systeme KW - QI-FoKuS KW - ISO 9001 KW - ISO/IEC 27001 KW - Zertifizierung KW - Kundenaudit KW - Konformitätsbewertung KW - Akkreditierung PY - 2020 AN - OPUS4-51431 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Hicke, Konstantin A1 - Karapanagiotis, Christos T1 - KI, Machine Learning und faseroptische Sensorik N2 - Die Verwendung von Methoden des Maschinellen Lernens (ML) und der Künstlichen Intelligenz (KI) im Fachbereich 8.6 Faseroptische Sensorik wird dargestellt. Die vielfältigen Möglichkeiten, Machine Learning auf Basis Künstlicher Neuronaler Netze (ANN) für eine schnelle und effiziente Datenverarbeitung eizusetzen werden demonstriert. Hierfür werden Beispiele für die Anwendungszwecke Messgrößenberechnung, Entrauschen, Interpolation, Bildverarbeitung und Messdatenauswertung aufgezeigt. T2 - Foresight Prozess AM, AP 4, Workshop „In Situ Sensorik“ CY - Online-Meeting DA - 09.11.2020 KW - Verteilte faseroptische Sensorik KW - KI KW - Künstliche Intelligenz KW - Machine Learning KW - Künstliche Neuronale Netze PY - 2020 AN - OPUS4-51545 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Hofmann, Detlef T1 - Strukturüberwachung mit lokaler und verteilter faseroptischer Sensorik N2 - Der Vortrag gibt einen Überblick über die Einsatzmöglichkeiten faseroptischer Sensorik (FOS) als ZfP-Verfahren. Dabei werden an Beispielen lokale und verteilte faseroptische Verfahren zur Dehnungs-, Temperatur- und Risserfassung sowie zur akustischen Messung vorgestellt. Weiterhin werden Möglichkeiten zur Selbstdiagnose von FOS aufgezeigt. T2 - InnoTesting2020 "Innovative Ideen - neue Testmethoden" CY - Wildau, Germany DA - 27.02.2020 KW - Faseroptische Sensorik KW - Strukturüberwachung KW - Lichtwellenleiter KW - Zerstörungsfreie Prüfung KW - Selbstdiagnose PY - 2020 AN - OPUS4-51688 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Abad Andrade, Carlos Enrique T1 - Tanz der Moleküle: Herkunftsbestimmung mittels optischer Spektroskopie N2 - Wie lässt sich die Herkunft von Rohstoffen, Lebensmitteln oder Umweltschadstoffen einfacher, schneller und kostengünstiger als mit bisherigen Methoden bestimmen? Die Dissertation zeigt auf, dass man das grundlegende physikalische Prinzip einer Isotopverschiebung mit in Adlershof entwickelten Optik-Instrumenten für die Herkunftsbestimmung nutzen kann. Die entwickelte Methode ermöglicht es in Zukunft den Ursprung von Rohstoffen, Lebensmitteln oder Umweltschadstoffen kostengünstiger und wesentlich schneller bestimmen, als dies mit bisherigen Methoden möglich ist. Kann man das grundlegende physikalische Prinzip einer Isotopieverschiebung mit einem Optik-Instrument für die Herkunftsbestimmung nutzen? Carlos Abad hat eine wegweisende Methode entwickelt, die es in Zukunft ermöglicht den Ursprung von Rohstoffen, Lebensmitteln oder Umweltschadstoffen kostengünstiger und wesentlich schneller bestimmen, als dies mit bisherigen Techniken möglich ist. T2 - Dissertationspreis Adlershof 2019 CY - Berlin, Germany DA - 12.02.2020 KW - Herkunftsbestimmung KW - Isotopenanalyse KW - Isotope KW - Optischer Spektroskopie KW - Coltan PY - 2020 AN - OPUS4-51993 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Maiwald, Michael A1 - Meyer, Klas A1 - Liehr, Sascha A1 - Wander, Lukas A1 - Bornemann-Pfeiffer, Martin A1 - Kern, Simon A1 - Müller, S. A1 - Kowarik, Stefan T1 - Künstliche Neuronale Netze für quantitative Online-Spektroskopie in der Prozessindustrie – Lästige Modellbildung ade? N2 - Bei Industry 4.0 dreht sich alles um Interkonnektivität, sensorgestützte Prozesssteuerung und datengesteuerte Systeme. Prozessanalysentechnik (PAT) wie die Online-Kernresonanzspektroskopie (NMR) gewinnt zunehmend an Bedeutung, da sie zur Automatisierung und Digitalisierung in der Produktion beiträgt. Eine klassische Auswertung von Prozessdaten und deren Umsetzung in Wissen ist jedoch bisher in vielen Fällen aufgrund der unzureichend großen verfügbaren Datensätze nicht möglich oder nicht wirtschaftlich. Bei der Entwicklung eines automatisierten Verfahrens für die Prozesskontrolle stehen manchmal nur die Basisdaten einer begrenzten Anzahl von Batch-Versuchen aus typischen Produkt- und Prozessentwicklungskampagnen zur Verfügung. Diese Datensätze sind jedoch nicht groß genug, um maschinengestützte Verfahren zu trainieren. Um diese Einschränkung zu überwinden, wurde ein neues Verfahren entwickelt, das eine physikalisch motivierte Multiplikation der verfügbaren Referenzdaten erlaubt, um einen ausreichend großen Datensatz für das Training von maschinellen Lernalgorithmen zu erhalten. Das zugrundeliegende Beispiel einer chemischen Synthese wurde spektroskopisch verfolgt und mit der neuen Methode sowie mit einem physikalisch basierten Modell analysiert, wobei sowohl eine anwendungsrelevante Niederfeld-NMR als auch eine Hochfeld-NMR-Spektroskopie als Referenzmethode verwendet wurde. Künstliche neuronale Netze (ANNs) haben das Potenzial, bereits aus relativ begrenzten Eingabedaten wertvolle Prozessinformationen abzuleiten. Um jedoch die Konzentration unter komplexen Bedingungen (viele Edukte und weite Konzentrationsbereiche) vorherzusagen, sind größere ANNs und damit ein größerer Trainingsdatensatz erforderlich. Wir zeigen, dass ein mäßig komplexes Problem mit vier Edukten unter Verwendung von ANNs in Kombination mit der vorgestellten PAT-Methode (Niederfeld-NMR-Spektroskopie) und mit dem vorgeschlagenen Ansatz zur Erzeugung aussagekräftiger Trainingsdaten bewältigt werden kann. T2 - 16. Kolloquium Arbeitskreis Prozessanalytik CY - Online meeting DA - 23.11.2020 KW - Prozessindustrie KW - Online-NMR-Spektroskopie KW - Industrie 4.0 KW - Künstliche Neuronale Netze KW - Prozessanalytik KW - Digitale Transformation PY - 2020 AN - OPUS4-51647 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Maiwald, Michael T1 - Aktuelles zur Technologie-Roadmap "Prozess-Sensoren 4.0" N2 - Die auf der NAMUR Hauptsitzung 2015 vorgestellte Technologie-Roadmap „Prozess-Sensoren 4.0“ zeigt die damaligen Anforderungen an Prozess-Sensoren sowie an deren Kommunikations-fähigkeiten auf. Wir berichten über die Umsetzungen der damaligen Ideen/Thesen aus heutiger Sicht und blicken nach vorn. T2 - Workshop NAMUR-Hauptsitzung 2020 CY - Online meeting DA - 05.11.2020 KW - Prozessindustrie KW - Technologie-Roadmap "Prozess-Sensoren 4.0" KW - NAMUR KW - Automation KW - Prozessanalytik KW - Sensoren PY - 2020 AN - OPUS4-51523 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -