Filtern
Erscheinungsjahr
- 2023 (2)
Dokumenttyp
- Vortrag (2) (entfernen)
Referierte Publikation
- nein (2) (entfernen)
Schlagworte
- Neuronales Netzwerk (2) (entfernen)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (2)
Enhanced crack detection method using Convolutional Neural Networks for Varestraint type tests
(2023)
Varstraint type tests are globally established in the measurement of hot cracking susceptibility of welds. Evaluation of such tests is done under a light microscope and can be heavily influenced by human subjectivity. To reduce the human error source in evaluation, a concept based on Convolutional Neural Networks (CNNs) is proposed. An AI was constructed and trained on self-produced data to detect and segment cracks in microscope images. The advantages, besides a faster evaluation, include higher precision and the availability of data that was not available before.
Der MVT-Test ist die an der BAM entwickelte und genutzte Version des Varestraint-Tests der weltweit für die Charakterisierung der Erstarrungsrissanfälligkeit von Schweißzusätzen und Legierungen eingesetzt wird. Die Auswertung solcher Tests erfolgt klassisch unter dem Lichtmikroskop. Durch Automatisierung des Auswerteprozesses mit KI kann der Informationsgehalt des Tests besser ausgeschöpft und eine höhere Vergleichbarkeit zwischen Testergebnissen gewährleistet werden.