Mehr Effizienz bei steigender Nachfrage

Mit der wachsenden Zahl neuer, zuverlässiger und umweltfreundlicher Legierungen steigt auch der Bedarf an präziser Analyse. Bestehende Messplätze stoßen dabei zunehmend an ihre Kapazitätsgrenzen. Die in der aktuellen Studie der Universität Kassel aufgezeigten Einsparpotenziale schaffen hier Abhilfe und ermöglichen es, den Probendurchsatz nachhaltig zu erhöhen - ohne zusätzliche Ressourcen.

„Gerade in der industriellen Werkstoffentwicklung ist das ein klarer Mehrwert“, erklärt Dr. Alexander Liehr vom Institut für Werkstofftechnik (IfW), der das Forschungsprojekt am Fachgebiet Metallische Werkstoffe unter der Leitung von Prof. Niendorf vorantrieb. „Schnellere Analysen verkürzen Innovationszyklen. Das ist ein entscheidender Vorteil für Branchen wie die Automobil- und Luftfahrtindustrie, in denen leistungsfähige Leichtbauwerkstoffe weiterhin an Bedeutung gewinnen.“

Übertragbar auf weitere Verfahren

Die entwickelte Methode ist nicht nur auf die Röntgendiffraktometrie beschränkt. Sie lässt sich auch auf andere materialanalytische Verfahren mit entsprechenden Datenstrukturen übertragen: etwa in der Qualitätskontrolle, Legierungsentwicklung oder Prozessüberwachung.

„Sie kann zudem auch auf großtechnische Forschungsanlagen angewendet werden, was insbesondere für die effiziente Nutzung limitierter Großforschungsanlagen von Vorteil ist“, so Liehr.

Intelligente Auswahlstrategien und interdisziplinärer Ansatz

Ziel des Projekts war es, die Messdauer mithilfe intelligenter Auswahlstrategien für Energieintervalle zu verkürzen und gleichzeitig verlässliche Informationen über die Mikrostruktur des Materials zu erhalten. Um die Messdauer deutlich zu reduzieren, testete das interdisziplinäre Forschungsteam verschiedene Methoden, um nur die wirklich entscheidenden Datenbereiche zu erfassen und auszuwerten. Entscheidend für den Erfolg war die Kombination der Expertise aus Werkstofftechnik und Informatik, namentlich dem Fachgebiet Intelligente Eingebettete Systeme (IES, Fachgebietsleitung Prof. Bernhard Sick), das sich mit technischen Anwendungen der Künstlichen Intelligenz befasst.

Die entwickelten Strategien nutzen Vorkenntnisse über die untersuchten Materialien, um die Auswahl zu steuern und lieferten überzeugende Ergebnisse: Die Messzeit ließ sich um bis zu 62 Prozent reduzieren, ohne dass Abstriche bei der erreichten Genauigkeit gemacht werden mussten.

Wegbereiter für automatisierte Werkstoffprüfung

Angesichts wachsender Anforderungen an Effizienz und Datenqualität in der Werkstoffanalyse bieten diese Strategien eine vielversprechende Basis: „Sie ermöglichen eine automatisierte und ressourcenschonende Analyse auch großer Materialserien - ein wichtiger Schritt hin zur intelligenten Werkstoffprüfung“, erläutert Liehr.

Auf Grundlage der Ergebnisse soll die erfolgreiche Zusammenarbeit fortgeführt, das intelligente Experimentieren methodisch weiterentwickelt und auf weitere Anwendungsfelder übertragen werden.

Originalpublikation:
Liehr, A., Dingel, K., Kottke, D., Degener, S., Meier, D., Sick, B., & Niendorf, T. (2025). Data selection strategies for minimizing measurement time in materials characterization. Scientific Reports, 15, Article 15182. DOI: 10.1038/s41598-025-15182-0

Quelle: Universität Kassel