Erstellung einer Einschlussdatenbank für zukünftige Forschung im Bereich der Mustererkennung (neuronale Netzwerke)

Erstellung einer Einschlussdatenbank für zukünftige Forschung im Bereich der Mustererkennung (neuronale Netzwerke)

Der Reinheitsgrad ist bei hochbelasteten Stählen maßgebend für deren Einsatzgebiet und Dauerfestigkeit. Er wird durch Größe, Verteilung und chemischer Zusammensetzung nichtmetallischer Einschlüsse beschrieben. Diese können je nach Entstehungszeitpunkt und thermodynamischen Umgebungsbedingungen verschiedenste Formen und homogene wie heterogene Strukturen entwickeln. Durch vorangegangene Untersuchungen im Bereich der Einschlussthematik zeigte sich ein Übergang von kristallographisch geprägter Ausbildung zu agglomerierter Form zwischen 0.5 und 2µm, welcher durch diese Arbeit überprüft werden soll.

Im Zuge der Bachelorarbeit sollen vorhandene, sowie neue REM-Aufnahmen und Konzentrationsmappings gesichtet, strukturiert und in einer Datenbank gesammelt werden, (eventuelle MATLAB, Python Anwendung) um über Bildmerkmale die Partikel einzelnen Klassen zuzuordnen.

Diese Sammlung an nichtmetallischen Einschlüssen wird in weiterer Folge zur Realisierung von Entstehungstheorien, als Nachschlagewerk für Forschungszwecke und für die Lehre verwendet werden. In näherer Zukunft soll diese Datenbank Verwendung im Training neuronaler Netzwerke zur Partikelidentifikation finden.

Aufgabenbereich:
genaues und eigenständiges Arbeiten, Selbstorganisation
ev.Programmierkenntnisse
Start: ab sofort

Advisors

Alexander Mayerhofer

Dipl.-Ing.
PhD-candidate - Inclusion Detection by SEM/EDS

Susanne Michelic

assoz.Prof. Dipl.-Ing. Dr.mont.
Inclusion Metallurgy and Metallographic Lab
2020-02-21T09:46:15+01:00