Verbundvorhaben: Künstliche Intelligenz analysiert Mikrostrukturen (KIMi TP2)

Im Rahmen eines Verbundprojektes mit dem Gießerei-Institute der RWTH-Aachen wurden bei Access e.V. Methoden der künstlichen Intelligenz und der 3D-Rekonstruktion (weiter)-entwickelt und auf die Erkennung von verschiedenen Phasen in technischen Aluminium Multikomponenten-Legierungen Al-Si-Cu-Fe angewandt. Die 2 Proben entstammten Erstarrungsversuchen auf der ISS, die im Rahmen des europäischen Projektes MICAST durchgeführt wurden. Bei den Proben herrschten Bedingungen der Schwerelosigkeit und zum Teil ein zusätzliches rotierendes Magnetfeld. Mit letzterem sollte die Möglichkeiten zur Phasentrennung untersucht werden, eine Thematik, die für den Bereich Recycling von Aluminiumwerkstoffen wichtig ist. Die entstehenden Phasen waren eine α-Al-Matrix, intermetallische β-Al9Fe2Si2 oder β-Al8Fe2Si-Phasen, sowie eutektische Al2Cu-Phase oder eutektisches Silizium. Die der KI zugeführten Bilder lagen entweder als hochauflösende Schliffe in 2D vor oder als Stapelfolgen aus computertomographischen Aufnahmen. Als KI-Modell kam „mask R-CNN“ zum Einsatz, wobei für die hochaufgelösten Schliffbilder die separate Erkennung von β -Phasen und eutektischem Silizium, als auch gleichzeitige Erkennung verglichen wurden. Bei den CT-Bildern konnten methodenbedingt nur die β-Phasen erkannt werden. In beiden Fällen zeigt sich die eutektische Al2Cu-Phase als kleine runde Phase, die im Rahmen von KIMi nicht sauber von den anderen Phasen getrennt ist. Verschiedene Metriken quantifizieren die Güte der Erkennung, der sogenannte F1-score ergibt ein Maß für die Wirksamkeit der Modelle, die Werte liegen für die hochaufgelösten Schliffe zwischen etwa 70 und 90%. Für die CT-Stapelfolgen liegt die Erkennungsrate der β-Phasen bei ca. 80-90%. Ein 3D-Rekonstruktionsalgorithmus wurde neu entwickelt, an einem künstlichen numerischen Datensatz erfolgreich getestet und auf eine weiteres projektfremdes Beispiel der Dendritenerkennung aus CT-Stapelfolgen angewandt wurden. In KIMi wurden die erkannten Phasen in den CT-Stapelfolgen zu einer zusammenhängenden monolithischen Struktur rekonstruiert.