Zur Übersicht

Vortrag

Neuronales Netzwerk verbessert die Phasenanteilsbestimmung von Zementit und Phosphideutiktikum in Gusseisen für den Schiffsmotorenbau

Donnerstag (17.09.2020)
14:00 - 14:20 Uhr Metallographie

Gusseisen hat hervorragende Eigenschaften, um den Herausforderungen im Motorenbau gerecht zu werden. Während im PKW-Motorenbau auch andere Materialien wie Aluminiumlegierungen zum Einsatz kommen, ist bei großen Schiffsmotoren Gusseisen weiterhin das bevorzugte Material.

Hervorzuheben sind die guten Verschleiß- und Abriebeigenschaften des Materials. Verantwortlich dafür sind die harten Phasen bestehend aus Zementit und Phosphideutektikum. In der Qualitätskontrolle gilt es den Anteil der Phase am Gesamtgefüge mit dem Lichtmikroskop zu bestimmen.

Im klassischen Ansatz werden Schwellwert-basierende Segmentierungen zur Ermittlung des Zementit-Anteils eingesetzt. Die unterschiedlichen Ausprägungen und die subjektive Interpretation der Gefügebildern durch den Anwender machen diesen Analyseschritt nicht reproduzierbar. Dies ist im industriellen Umfeld nicht erwünscht.

Es werden unterschiedliche Lösungsansätze für die Segmentierung aufgezeigt und bewertet. Ein mit großer Anzahl an unterschiedlichen Datensätzen eingelerntes neuronales Netzwerk erkennt robust die unterschiedlichen Ausprägungen der harten Phase. Das Ergebnis der Verteilung über die Messfläche wird statistisch aufbereitet dem Anwender zur Verfügung gestellt. Dieser Workflow ist automatisiert und ermöglicht eine schnelle und reproduzierbare Analyse der Probe.

Diese Anwendung zeigt eine Lösung zur digitalen Bildanalyse basierend auf Maschinelles Lernen die den Anforderungen im industriellen Umfeld gerecht wird.

 

Sprecher/Referent:
Dipl.-Ing. Torben Wulff
Carl Zeiss Microscopy GmbH