h1

h2

h3

h4

h5
h6

001     884434
005     20250912040243.0
024 7 _ |a G:(GEPRIS)498272503
|d 498272503
035 _ _ |a G:(GEPRIS)498272503
040 _ _ |a GEPRIS
|c http://gepris.its.kfa-juelich.de
150 _ _ |a Anwendung von künstlicher Intelligenz im Rasterelektronenmikroskop für beschleunigte hochauflösende in-situ-Prüfung (T02#)
|y 2022 - 2025
371 _ _ |a Professorin Sandra Korte-Kerzel, Ph.D.
450 _ _ |a DFG project G:(GEPRIS)498272503
|w d
|y 2022 - 2025
510 1 _ |a Deutsche Forschungsgemeinschaft
|0 I:(DE-588b)2007744-0
|b DFG
550 _ _ |0 G:(GEPRIS)278868966
|a TRR 188: Schädigungskontrollierte Umformprozesse
|w t
680 _ _ |a Ziel der mikrostrukturellen Charakterisierung von Schädigung im TRR 188 ist es, die physikalischen Mechanismen der Schädigungsentstehung, -entwicklung und -koaleszenz zu entschlüsseln. Von Interesse sind in diesem Zusammenhang insbesondere die Abhängigkeit dieser Mechanismen von den Belastungsbedingungen und dem Belastungspfad sowie den oft komplexen Gefügen moderner, mehrphasiger Legierungen.In dem entsprechenden Projekt innerhalb des TRR 188 (Projekt B02) wurde eine neue Methode entwickelt, die erstmals eine automatisierte Analyse von Schädigungsmechanismen anhand von hochauflösenden Panorama-Rasterelektronenmikroskopiebildern(~1 cm²) ermöglicht. Dies wurde durch den Einsatz von künstlicher Intelligenz mit neuronalen Faltungsnetzen erreicht und auf Post-mortem- und In-situ- Verformungstests sowie auf ein- und zweiachsige Zug- und Biegeversuche angewandt.Darauf aufbauend besteht das Ziel dieses Transferprojekts darin, das Potenzial der neuen Methode weiter auszuschöpfen und sie dem TRR 188 und der wissenschaftlichen Gemeinschaft zur Verfügung zu stellen, indem eine Integration in zugänglicheVersuchsaufbauten erreicht wird. In diesem Projekt wird dies auf dreierlei Weise verfolgt: durch (1) die Umsetzung beschleunigter In-situ-Verformungsexperimente auf der Grundlage einer anfänglichen Bildgebung und anschließenden schnellen Verfolgungvieler sich entwickelnder Schädigungsstellen, (2) die Anwendung der neuen Konzepte der Super-Resolution in der künstlichen Intelligenz für eine schnelle erneute Bildgebung großer Bereiche und (3) die direkte Zusammenarbeit mit einem Mikroskophersteller, um eine zuverlässige und komfortable Integration des beschleunigten In-situ-Experiments zu erreichen.
909 C O |o oai:juser.fz-juelich.de:938996
|p authority:GRANT
|p authority
909 C O |o oai:juser.fz-juelich.de:938996
980 _ _ |a G
980 _ _ |a AUTHORITY

LibraryCollectionCLSMajorCLSMinorLanguageAuthor
Marc 21