Datenbasierte Optimierung von metallurgischen Phänomenen – Rekristallisation, Textur & Eigenspannungen
Data-T-Rex setzt sich die Entwicklung nachhaltiger, intelligenter und selbstoptimierender Fertigungsprozesse für hochqualitative Leichtmetallprodukte zum Ziel. Im Fokus liegt die datenbasierte Optimierung von Umform- und Wärmebehandlungsprozessen auf Basis der metallurgischen Phänomene Rekristallisation, Textur und Eigenspannungen. Betrachtung finden in Data-T-Rex dabei verschiedenste für die Leichtmetallindustrie relevante Herstellungsrouten – ausgehend vom Gussverfahren über Umformverfahren hin zu den unterschiedlichen Wärmebehandlungen.
Das Projekt bietet in diesem Zusammenhang die Möglichkeit, neue Werkzeuge durch Machine Learning auf bestehende Daten anzuwenden. Außerdem können so Wechselwirkungen zwischen den Prozessschritten besser aufgezeigt werden, beispielsweise die genauen Zusammenhänge zwischen Guss, Homogenisierung, Strangpressen und Wärmebehandlung.
Die im Projekt geplante Entwicklung einer datenbasierten Prozesskettenoptimierung für Leichtmetallprodukte trägt zu einer effizienteren und nachhaltigeren Produktion bei, da durch die daraus resultierende Optimierung von Fertigungsprozessen eine Vermeidung von Ausschuss erzielt und Energie eingespart werden kann.
Projektleiterin Carina Schlögl vom LKR: „Nachhaltige Optimierungen in der Metallverarbeitung sind dort möglich, wo ein perfektes Zusammenspiel zwischen Werkstoff und Prozess gegeben ist. Die Anwendung Künstlicher Intelligenz im Zusammenspiel mit hochinnovativer Materialcharakterisierung bietet dabei besonders großes Innovationspotential.“
Gefördert durch das
Land Oberösterreich
