Eiskalt durchschaut – KI-basierte Risserkennung in der Kryomikroskopie

ArtikelVon ,

Kryomikroskopie und Wasserstofftanks Während die manuelle Untersuchung von Mikroskopaufnahmen von Proben aus kohlenstofffaserverstärktem Kunststoff (CFK) sehr zeitaufwändig ist, stellt die Anwendung eines geeigneten KI-Modells eine deutlich effizientere Alternative zur Analyse dieser Bilder dar. Dies ermöglicht nicht nur die Untersuchung einer größeren Anzahl unterschiedlicher Proben, sondern auch die Ableitung quantitativer, lokaler Probenmerkmale auf Basis der resultierenden…

Mit dem Probenwechsler der TGA/DSC kann eine große Anzahl an Proben automatisiert untersucht werden.

Ich sehe was, was Du nicht siehst – Vorhersage von Brandprüfungsergebnissen mittels KI

ArtikelVon ,

Methoden des maschinellen Lernens bieten das Potenzial, die Ergebnisse von qualifizierenden Brandprüfungen anhand schneller und einfacher Screening-Tests vorherzusagen. Insbesondere ermöglicht das dem Produktdesigner bereits in der Auslegungsphase neue nachhaltige Materialien zu verwenden, für die bislang noch keine Erfahrungswerte zum Brandverhalten vorliegen. Die Prognose grenzt anhand der Screening-Tests die Materialauswahl so weit ein, dass sich teure…

Mit dem LASSO auf Wellenjagd – KI für die Mischungsanalyse

ArtikelVon ,

Der Einsatz von Zweikomponenten-Epoxidharz-Systemen zur Imprägnierung von Preforms in isothermen RTM-Prozessen (engl. Resin Transfer Moulding) erlaubt eine kostengünstige und nachhaltige Bauteilfertigung in der Luftfahrt. Die Inline-Mischungsanalyse in solchen Systemen ist ein elementarer Baustein für eine qualitätsgesicherte Fertigung. Es kommen spezielle Sensoren zum Einsatz, die eine indirekte Messung von Mischungsverhältnissen ermöglichen. Der mathematische Zusammenhang zwischen Messung…

Ein KI-Modell berechnet Leckagewahrscheinlichkeiten und reagiert, sobald ein Schwellwert überschritten wird (rot: Modellvorhersage, gelb: tatsächliche Leckagepositionen).

Die lernende Maschine – Über die Möglichkeiten von Machine Learning in der Faserverbundproduktion

ArtikelVon ,

Seit Beginn des einundzwanzigsten Jahrhunderts erleben wir eine Welle des Erfolgs maschinellen Lernens und künstlicher neuronaler Netze (die sog. dritte Welle der KI). Im Zusammenspiel mit einem rasant gewachsenen Feld theoretischer und angewandter Forschung sind große Rechenkapazitäten und Datenmengen die entscheidenden Schlüsselfaktoren, welche eine anhaltende Durchdringung von Gesellschaft und Industrie mit modernen datengetriebenen Technologien ermöglichen.…