KI sagt Materialverschleiß voraus

Verschleiß verursacht erhebliche wirtschaftliche Verluste. Dr. Stefanie Hanke entwickelte eine KI-Methode, um Materialverschleiß zuverlässig zu prognostizieren.

In Pocket speichern vorlesen Druckansicht 23 Kommentare lesen

(Bild: everything possible/Shutterstock.com)

Lesezeit: 2 Min.

Faktoren wie Reibung, Verschleiß und Materialermüdung bringen im Produktionsalltag große wirtschaftliche Verluste. Durch die Komplexität und unterschiedliche Nutzungsgrade von Industrieanlagen ist es schwierig, den Zeitpunkt für Ersatz und Austausch von Komponenten genau vorherzusagen. Dr. Stefanie Hanke, Professorin für Werkstofftechnik an der Fakultät für Ingenieurwissenschaften der Universität Duisburg-Essen, arbeitet an einer KI-basierten Methode, um Materialverschleiß präzise vorhersagen zu können.

Hanke untersucht in ihrer Studie, wie man Abnutzungsmerkmale bei Werkstoffen besser klassifizieren kann. Dabei setzt sie auf Künstliche Intelligenz (KI), weil traditionelle Modelle in diesem Bereich oft versagen. "Wir sammeln zunächst Daten über die Kräfte, die auf die Teile wirken, und analysieren sie anschließend unter dem Elektronenmikroskop, das uns detailliert die Oberflächenbeschädigung zeigt. Am Ende trainieren wir ein KI-Modell mit diesen Daten, um vorhersagen zu können, wie die Beziehung zwischen Kräften und Verschleiß aussieht“ erklärt die Expertin der Universität Duisburg-Essen (UDE). Verschleiß kann sich bei Bauteilen auf viele Arten zeigen. KI soll dabei helfen, das Verschleißverhalten künftig präziser zu überwachen und bewerten zu können.

Wie der Informationsdienst Wissenschaft berichtet, arbeitet Professorin Hanke im Kooperationsprojekt LaufFGL (Laserauftragsschweißen von Funktionsschichten aus Formgedächtnislegierungen) auch an konkreten Lösungen für Materialprobleme. Ziel ist es, bis Ende 2027 eine Schraubverbindung zu entwickeln, die sich bei Temperaturänderungen nicht lockert.

Solche Verbindungen könnten beispielsweise in Flugzeugen für mehr Sicherheit sorgen. Sie nutzen sogenannte "intelligente Metalllegierungen", die selbstständig auf Temperaturänderungen reagieren. Diese Art von Legierungen werden häufig auch als Formgedächtnislegierungen oder "smart materials" bezeichnet. Gemeinsam mit Partnern aus Wissenschaft und Wirtschaft entwickelt die UDE diese Anwendung. Hanke testet, wie gut die mechanischen Eigenschaften der Schraubverbindung sind, wobei die Reibung, Verschleiß und Korrosion der Schweißnähte berücksichtigt werden. Das Projekt wird von der Europäischen Union und dem Land Nordrhein-Westfalen gefördert und finanziert.

Prof. Dr. Stefanie Hanke studierte von 2002 bis 2008 Maschinenbau an der UDE. Von 2014 bis 2017 arbeitete sie am Helmholtz-Zentrum Geestacht. Dort untersuchte sie von 2014 bis 2017 Festphase-Fügeprozesse und leitete die Gruppe „Lokale Modifikationsprozesse“. Vor ihrer Berufung zur Professorin vertrat sie an der UDE die Professur Werkstofftechnik.

(usz)