Filtern
Dokumenttyp
- Vortrag (2) (entfernen)
Sprache
- Deutsch (2)
Referierte Publikation
- nein (2)
Schlagworte
- KI (2) (entfernen)
Organisationseinheit der BAM
- 9.4 Integrität von Schweißverbindungen (2) (entfernen)
Eingeladener Vortrag
- nein (2)
Durch die Anwendung von Convolutional Neural Networks (CNNs) kann die Auswertung von Modifizierten Varestraint-Transvarestraint-Tests (MVT) erheblich verbessert werden. Im MVT-Test werden Proben während des Schweißvorgangs über einen Zylinder gebogen. Die auf der Oberfläche der Probe sichtbare Rissstruktur gibt über Parameter wie die Gesamtrisslänge Auskunft über die Erstarrungsrissbeständigkeit der verwendeten Kombination aus Grundstoff, Schweißzusatz und Schweißparametern. Jedoch kann eine Auswertung unter dem Mikroskop sehr aufwendig sein und je nach Beobachter unterschiedliche Ergebnisse liefern. Mit Hilfe von CNNs wird die Auswertung der Risse automatisiert was Genauigkeit, Geschwindigkeit und Vergleichbarkeit verbessert.
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.