8 Zerstörungsfreie Prüfung
Filtern
Dokumenttyp
- Vortrag (8)
- Posterpräsentation (3)
- Beitrag zu einem Tagungsband (2)
- Sonstiges (1)
Sprache
- Deutsch (14) (entfernen)
Referierte Publikation
- nein (14) (entfernen)
Schlagworte
- Gassensorik (3)
- Additive Fertigung (2)
- H2Safety@BAM (2)
- Smart Dust (2)
- Thermographie (2)
- Wasserstoff (2)
- Zerstörungsfreie Prüfung (2)
- Additive Manufacturing (1)
- Ammoniak (1)
- Cellulose (1)
Organisationseinheit der BAM
- 1 Analytische Chemie; Referenzmaterialien (14) (entfernen)
Eingeladener Vortrag
- nein (8)
Communities worldwide face significant threats from Explosive Remnants of War (ERW), which endanger lives and restrict land usage. From forest fires due to ERWs or in ERW-contaminated areas (e.g., in Jüterbog, Germany) to broader global challenges (e.g., the Ukrainian conflict), the need for efficient detection and removal of these remnants, especially for humanitarian demining, is paramount. Traditional methods, like manual demining, have severe limitations in safety and efficiency. Here, we introduce an innovative solution to these challenges: “Chemosensing Smart Dust.” This technology uses chemoselective dyes that change their fluorescence properties when exposed to explosives like 2,4,6-trinitrotoluene (TNT). Fluorescence-based detection offers superior sensitivity, reduced likelihood of false positives, and enhanced accuracy of explosive detection. Drones, equipped with excitation lasers or LEDs, deploy the Chemosensing Smart Dust over areas of interest and actively detect the fluorescence changes using high-resolution cameras, offering a rapid, safe, and adaptable detection method. Beyond demining, this innovative approach has potential applications in monitoring polluted areas, homeland security, and emergency response.
Die Nutzung von Sensortechnologien, insbesondere im Bereich der Gasdetektion mit einem Schwerpunkt auf Wasserstoff, spielt eine entscheidende Rolle in verschiedenen Anwendungsbereichen der Wasserstofftechnologie. Sicherheitsüberwachung, Leckdetektion und Prozesskontrolle gehören zu den prominenten Anwendungsgebieten dieser Sensortechnologien. Ein zentrales Ziel ist die Erkennung von freigesetztem Wasserstoff sowie die genaue Bestimmung des Wasserstoff-Luftverhältnisses mithilfe von Gassensoren. Dies ist von entscheidender Bedeutung, um potenzielle Gefahren frühzeitig zu erkennen und angemessene Maßnahmen zu ergreifen.
Ein weiterer Schwerpunkt dieses Beitrags liegt auf der Analytik und der Verwendung zertifizierter Referenzmaterialien in Verbindung mit Metrologie für die Wasserstoffspeicherung. Dies gewährleistet eine präzise und zuverlässige Charakterisierung von Wasserstoff und unterstützt die Entwicklung sicherer Speichertechnologien. Im Rahmen des Euramet-Vorhabens Metrology for Advanced Hydrogen Storage Solutions (MefHySto) wird eine Kurzvorstellung präsentiert.
Der Vortrag stellt zwei zerstörungsfreie Prüfverfahren zum strukturellen Zustandsüberwachung (Structural Health Monitoring, SHM) für Wasserstofftechnologien vor. Insbesondere die Fehlstellenerkennung mittels geführter Ultraschallwellen spielt eine bedeutende Rolle bei der Lebensdauerüberwachung von Wasserstoffspeichern. Ein weiterer Aspekt ist die Anwendung faseroptischer Sensorik zur Schadensfrüherkennung von Wasserstoffspeichern. Diese zerstörungsfreien Prüfverfahren ermöglichen eine präzise und frühzeitige Identifizierung von Schäden, was die Sicherheit und Effizienz von Wasserstoffspeichersystemen entscheidend verbessert.
Remote sensing of hazardous substances is a key task that can be achieved with the help of remotely operated platforms equipped with specific sensors. A huge variety of methods and used vehicles have been developed for different purposes in recent years. The term smart dust refers to a science fiction novel and develop shortly after into a research proposal at UC Berkley funded by DARPA. Subsequently, the topic gained attraction but was overall considered as to complex for the technologies available at that time. In the launched passive smart dust project, we shift to a simple “chemical intelligent” passive sensor particle on the ground combined a read-out active sensor attached to an Unmanned Aerial Vehicle (UAV). The reactive particle surface can be preadjusted in the lab for exact desired properties regarding certain reactions to hazardous substances.
Moreover, the aimed interaction with the active sensor can be modified. Planed applications allow for different materials e.g., for short time measurement, being ecologically degradable, or weather stable for long time monitoring.
Intelligent sensor systems, certified reference materials and instrumental analytical-chemical methods contribute to safety and functionality in hydrogen technologies.
This article gives a brief overview of SensRef activities in the Competence Centre H2Safety@BAM on the issues: Analytical methods for the determination of hydrogen purity, certified reference materials as measurement standards with regard to gas quality (primary calibrators) of BAM, test methods for gas sensor systems to detect hydrogen in air as well as the application of fibre-optic sensor systems to monitor the expansion and ageing behaviour of composite containers in hydrogen technologies.
Der Vortrag zum Mess- und Prüfverfahren mit verschiedenen Sensortechnologien und Ultraschallwellen beinhaltet die Themen:
Metrologie zur Wasserstoffspeicherung - Euramet-Vorhaben "MefHySto",
Erkennung von freigesetztem Wasserstoff sowie die Bestimmung des Wasserstoff-Luftverhälntisses mit Gassensoren, zerstörungsfreie Fehlstellenerkennung mit integriertem Zustandsüberwachungssystem basierend auf geführten Ultraschallwellen zur Lebensdauerüberwachung von Composite-Behältern (Wasserstoffspeicher) sowie faseroptische Sensorik zur Schadenfrüherkennung von Wasserstoffspeichern aufgrund erkennbarer Dehnungsänderungen an Druckbehältern.
Vor allem in den letzten Jahren ist das Interesse der Industrie an der additiven Fertigung deutlich gestiegen. Die Vorteile dieser Verfahren sind zahlreich und ermöglichen eine ressourcenschonende, kundenorientierte Fertigung von Bauteilen, welche zur stetigen Entwicklung neue Anwendungsbereiche und Werkstoffe führen. Aufgrund der steigenden Anwendungsfälle, nimmt auch der Wunsch nach Betriebssicherheit unabhängig von anschließenden kostenintensiven zerstörenden und zerstörungsfreien Prüfverfahren zu. Zu diesem Zweck werden im Rahmen des von der BAM durchgeführten Themenfeldprojektes „Prozessmonitoring in Additive Manufacturing“ verschiedenste Verfahren auf ihre Tauglichkeit für den in-situ Einsatz bei der Prozessüberwachung in der additiven Fertigung untersucht. Hier werden drei dieser in-situ Verfahren, die Thermografie, die optische Emissionsspektroskopie und die Schallmissionsanalyse für den Einsatz beim Laser-Pulver-Auftragschweißen betrachtet.
Einer der aussichtsreichsten Ansätze, die Qualität und Sicherheit der gefertigten Teile in der metallbasierten additiven Fertigung (AM) zu erhöhen und die Notwendigkeit aufwändiger und zeitintensiver, zerstörender oder zerstörungsfreier Prüfungen (ZfP) nach der Fertigung zu verringern, liegt in dem Einsatz von in-situ Prozessüberwachungstechniken. Viele wichtige Prozessgrößen bei der additiven Fertigung sind thermischer Natur, wie z.B. die Temperatur des Schmelzbades. Aufgrund der Zugänglichkeit zum Werkstück während des Bauprozesses bieten sich optische Verfahren zur Temperaturbestimmung an. Für die Thermografie und Optische Emissionsspektrometrie im IR-Bereich, welche für die in-situ Anwendung prinzipiell als geeignet angesehen werden können, gibt es allerdings noch wenig konkrete praktische Umsetzungen, da die Möglichkeiten und individuellen Grenzen dieser Methoden, angewendet auf AM, noch nicht ausreichend erforscht sind. Aus diesem Grund verfolgt die BAM mit dem Projekt „Process Monitoring of AM“ (ProMoAM) im Themenfeld Material das Ziel, Verfahren des Prozessmonitorings zur in-situ Bewertung der Qualität additiv gefertigter Metallbauteile weiterzuentwickeln.
Im Beitrag wird der Fokus auf eine Versuchsserie gelegt, bei der Aufbau von Probekörpern aus dem austenitischen Edelstahl 316L mittels Laser-Pulver-Auftragschweißen (LPA) durch od. mit Hilfe von IR-Spektrometrie und Thermografie in-situ überwacht wurde. Hierbei stellen u.a. die hohe Bandbreite der zu messenden Temperaturen, die Bestimmung der Emissivität und ihre Änderung bei Phasenübergängen des Metalls große experimentelle Herausforderungen dar, wobei jede Methode individuelle Vor- und Nachteile aufweist, welche verglichen werden.
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.
Das Thema Wasserstoff ist an der BAM seit mehr als hundert Jahren aktuell und steht auch gegenwärtig im Zentrum zahlreicher Forschungs- und Kooperationsaktivitäten. Mit der aktuellen Wasserstoff-Strategie der BAM werden wichtige Voraussetzungen dafür geschaffen, dass der Markthochlauf gelingt und die technische Sicherheit und Überwachung der Infrastrukturen und Anlagen gewährleistet ist – von der Erzeugung, über den Transport bis zur Speicherung und Bereitstellung von Wasserstoff als Energieträger der Zukunft.