Entdecken Sie die faszinierende Welt der Werkstoffe und erfahren Sie, warum eine gründliche, objektive und vollständige Werkstoffanalyse von entscheidender Bedeutung ist – sowohl in der Qualitätskontrolle als auch in der Forschung und Entwicklung. Von der klassischen Gefügebewertung bis hin zu hochmodernen, KI-gestützten Auswertemethoden werden Verfahren vorgestellt, die es ermöglichen, den inneren Aufbau von Werkstoffen präzise und objektiv zu erkennen, zu quantifizieren und zu interpretieren. Eine aussagekräftige Werkstoffanalytik bildet den Grundstein für eine optimierte Werkstoffentwicklung sowie für eine zuverlässige Qualitätssicherung.
In diesem Praxismodul wenden die Teilnehmenden die erlernten Segmentierungstechniken an, indem sie selbstständig Segmentierungsaufgaben mit dem Freeware-Bildverarbeitungswerkzeug Fiji bearbeiten. Ziel des Praktikums ist es, die theoretischen Kenntnisse durch die praktische Anwendung zu festigen und die Fähigkeiten in der digitalen Bildanalyse zu vertiefen. Die Teilnehmenden führen eine Phasenanalyse und Korngrößenbestimmung durch. Anschließend wird der Einfluss der Bildvorverarbeitung und -nachbearbeitung auf die Segmentierungsergebnisse demonstriert. Nachdem die Möglichkeiten und Grenzen der Schwellwertsegmentierung gemeinsam ausgelotet wurden, werden alternative Ansätze wie formbasierte Segmentierungen, Clustering basierend auf Grau- oder Farbwerten und active contours-Verfahren geübt.
Durch die praktische Anwendung der Segmentierungstechniken können die Teilnehmenden die Qualität der Materialanalyse in ihrem Unternehmen deutlich steigern. Die Fähigkeit, komplexe Gefüge genau zu segmentieren und zu analysieren, führt zu tieferen Einblicken in Materialverhalten und -eigenschaften, was die Entwicklung neuer Materialien und die Verbesserung bestehender Produkte unterstützt.
In diesem Praktikum wenden die Teilnehmenden die Konzepte der korrelativen Mikroskopie praktisch an,in dem sie, nach Anleitung, in Fiji selbstständig Bildregistrierungen durchführen. Dabei werden zwei beispielhafte korrelative Charakterisierungen betrachtet: einerseits die Kombination aus Lichtmikroskop und REM, andererseits die aus Lichtmikroskop und EBSD. Dabei wird auch diskutiert, welchen Einfluss die finale Gefügeerscheinung (z.B. durch die Wahl des Ätzmittels oder die Wahl der EBSD-Karte) auf die automatische Merkmalserkennung bei der Bildregistrierung hat.
Die Fähigkeit, Bildregistrierungen durchzuführen, ermöglicht es den Unternehmen, komplexe Materialanalysen mit höherer Präzision und Aussagekraft durchzuführen. Dies verbessert die Forschungs- und Entwicklungsprozesse und trägt zur Entwicklung innovativer Produkte bei.
In diesem Modul führen die Teilnehmenden Segmentierungen mit konventionellen Maschinellem Lernen durch, indem sie ein spezielles Plugin in der Bildbearbeitungssoftware nutzen. Ziel ist es, ein Verständnis für die Anwendung von ML-Methoden in der Segmentierung zu entwickeln und zu erfahren, wie ML die Analyse von Materialgefügen unterstützen und verbessern kann. Mit Hilfe von Formparametern werden verschiedene Gusseisenarten unterschieden, mit Hilfe von Bildtexturparametern werden unterschiedliche Arten von Dualphasenstählen klassifiziert.
Die Anwendung konventioneller ML-Techniken zur Bildsegmentierung ermöglicht eine präzisere und automatisierte Analyse von Materialgefügen. Dies verbessert die Qualitätssicherung und ermöglicht eine effizientere Entwicklung und Optimierung von Materialien.
Teilnehmende haben die Möglichkeit, das Gelernte eigenständig anzuwenden, indem sie mit bereitgestellten Datensätzen arbeiten. Sie üben die Segmentierung von Materialgefügen, wobei der Fokus auf der Anwendung der erlernten Techniken und der Vertiefung ihrer Fähigkeiten in der digitalen Bildanalyse liegt.
Durch die praktische Erfahrung mit realen Datensätzen sind die Teilnehmenden in der Lage, die Segmentierungstechniken direkt auf die Materialanalyse in ihrem Unternehmen anzuwenden. Dies führt zu einer Verbesserung der Analysequalität und Effizienz in der Materialentwicklung.
Dieses Modul bietet den Teilnehmenden die Gelegenheit, die Forschungs- und Arbeitsumgebung des Material Engineering Centers virtuell zu erkunden. Sie erhalten Einblick in die dortigen Charakterisierungsmöglichkeiten und Forschungsschwerpunkte, was das Verständnis für die praktische Anwendung der in der Fortbildung erworbenen Kenntnisse vertieft.
Die Kenntnis der fortschrittlichen Charakterisierungsmethoden und -infrastrukturen ermöglicht Unternehmen, ihre eigenen Forschungs- und Entwicklungsprozesse zu reflektieren und anzupassen. Dies trägt zur Steigerung der Effektivität ihrer Materialforschung und Produktentwicklung bei.
In diesem praktischen Modul erproben die Teilnehmenden die Anwendung von Deep-Learning-Techniken für die Klassifizierung und Segmentierung von Materialgefügen. Durch die Arbeit in Jupyter Notebooks sammeln sie Erfahrungen im Umgang mit Deep-Learning-Modellen, von der Datenvorbereitung über das Training bis zur Bewertung der Modelle.
Die praktische Erfahrung mit DL in der Materialanalyse befähigt die Teilnehmenden, fortschrittliche Analysetechniken in ihre Unternehmensprozesse zu integrieren. Dies kann die Entwicklung neuer Materialien beschleunigen und die Produktqualität verbessern.
Die KI-gestützte Materialanalyse ermöglicht eine reproduzierbare Bewertung von Werkstoffen mit modernen Werkzeugen der Künstlichen Intelligenz, was die Präzision in der Entwicklung und Qualitätskontrolle entscheidend erhöht und Innovationen vorantreibt.
Hier sind einige Gründe, warum Ihr Unternehmen von einer tieferen Kenntnis in diesem Bereich profitieren wird:
Nutzen Sie diese Chance, um Ihr Unternehmen technologisch weiterzuentwickeln und einen Wettbewerbsvorteil zu erlangen!
Die Fortbildung eignet sich besonders für:
Die Online-Teilnahme erfolgt über die browserbasierte Konferenzplattform der DGM. Für den Zugang empfehlen wir die aktuellen Browserversionen von Google Chrome, Mozilla Firefox, Safari oder Microsoft Edge. Registrierte Teilnehmer*innen erhalten alle Zugangsinformationen vorab per E-Mail. Für ein optimales Nutzungserlebnis empfehlen wir außerdem die Installation der aktuellen Software-Version von ZOOM auf Ihrem Endgerät.
Die Plattform wird einen Tag vor der Veranstaltung freigeschaltet. Melden Sie sich mit Ihrem DGM-Benutzerkonto auf der Konferenzplattform an. Sollten Sie Ihr Zugangspasswort vergessen haben, können Sie sich über „Passwort vergessen“ ein neues generieren lassen. Die Veranstaltung wird aufgezeichnet und steht bis zu zwei Wochen danach an gleicher Stelle als Video zur Verfügung.
Das Erklärvideo zur DGM-Konferenzplattform zeigt Ihnen alle verfügbaren Funktionen.
Die Schulungsunterlagen werden den Teilnehmer*innen vor Ort am Veranstaltungsort ausgehändigt. Online-Teilnehmer*innen erhalten die Schulungsunterlagen vorab.
Für die Übernachtungen empfehlen wir Ihnen eine Recherche auf den einschlägigen Internetplattformen.
Am ersten Abend der Fortbildung ist ein gemeinsames Abendessen mit den Teilnehmenden und mit den Referent*innen der Veranstaltung geplant.
Die Fortbildung findet in folgenden Räumlichkeiten statt:
Material Engineering Center Saarland (MECS)
Steinbeis-Forschungszentrum
Campus D3.3
66123 Saarbrücken
Reisen Sie nachhaltig und entspannt an:
In Zusammenarbeit mit der Deutschen Bahn bieten wir ein spezielles Veranstaltungsticket zu einem Sonderpreis an, mit 100% grünem Strom in den Fernzügen. Wir wünschen eine gute Reise!
Link zum Buchen Ihrer Anreise mit dem DB-Fortbildungs-Ticket
Abonnieren Sie unseren Newsletter und erhalten Sie regelmäßig Informationen zum Thema Materialwissenschaft und Werkstofftechnik!
Nach der Anmeldung erhalten Sie von uns eine E-Mail mit einem
Bestätigungslink.
Erst mit Anklicken dieses Links ist Ihre Anmeldung abgeschlossen.
