Über die Kategorie iBain

Intelligent-datengeführtes Prozessdesign für ermüdungsresistente Stahlbauteile am Beispiel bainitischer Mikrostruktur

Projektlaufzeit: 01.03.2021 – 28.02.2023

Mit Hilfe künstlicher Intelligenz zur Optimierung langlebiger Stahlbauteile

Künstliche Intelligenz revolutioniert viele Bereiche unseres täglichen Lebens, angefangen von personalisierter Internetwerbung über selbstfahrende Automobile bis hin zu selbstoptimierenden Industrieanlagen. Das Projekt iBain hat sich zum Ziel gesetzt, künstliche Materialintelligenz zur Optimierung hoch-fester Stähle zu etablieren. Bainit, ein bestimmtes Stahlgefüge, hat aufgrund seiner komplexen inneren Struktur herausragende mechanische Eigenschaften, die bei der Herstellung bewusst eingestellt werden können. Diese innere Struktur stellt bereits höchste Anforderungen an Analyse und Interpretation. Deshalb wird automatische Mustererkennung und Simulationen zur Ergänzung experimenteller Befunde eingesetzt. Statistische Methoden der Versuchsplanung (sogenanntes „Design of Experiments“) helfen, Experimente und Simulationen zu planen, sowie Redundanzen zu vermeiden. Schließlich wird eine automatisierte Steuerung des Arbeitsablaufs und Datenflusses etabliert: „automated workflow“. Als Ergebnis wird ein maßgeschneiderter Produktionsablauf vorgeschlagen, um optimierte Erzeugnisse mit überlegenen Eigenschaften produzieren zu können. Durch beschleunigte und vereinfachte Produktentwicklung wird somit zur Sicherung von Arbeitsplätzen am Hochlohnstandort Deutschland und zu einer nachhaltigen Industrieproduktion beigetragen.

Intelligent data-guided process design for fatigue-resistant steel components using the example of bainitic microstructure

Project runtime: 01.03.2021 – 28.02.2023

Using artificial intelligence to optimise durable steel components

Artificial intelligence is revolutionising many areas of our daily lives, from personalised internet advertising to self-driving cars and self-optimising industrial plants. The iBain project aims to establish artificial material intelligence for optimising high-strength steels. Bainite, a specific steel structure, has outstanding mechanical properties due to its complex inner structure, which can be deliberately adjusted during production. This internal structure already places the highest demands on analysis and interpretation. Therefore, automatic pattern recognition and simulations are used to complement experimental findings. Statistical methods of experimental design (so-called „Design of Experiments“) help to plan experiments and simulations, as well as to avoid redundancies. Finally, an automated control of the workflow and data flow is established: „automated workflow“. As a result, a customised production flow is proposed to produce optimised products with superior properties. Accelerated and simplified product development thus contributes to securing jobs in Germany as a high-wage location and to sustainable industrial production.