idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Carbon ist der Stoff, aus dem Formel 1-Fahrzeuge sind, zumindest die Karosserie. Doch bislang ist Carbon teuer. Es kann günstiger und effizienter hergestellt werden, wenn künstliche Intelligenz die Produktionsprozesse überwacht. Ein Kamerasystem kombiniert mit künstlicher Intelligenz erkennt automatisch Fehler in der Herstellung von Carbonfasern. Damit wird eine teure manuelle Kontrolle der Carbonfasern hinfällig und der Herstellungspreis der Carbonfaser kann nachhaltig reduziert wenden.
Für diese Idee erhielt der Nachwuchsingenieur Deniz Sinan Yesilyurt am 6. Dezember den zweiten Preis des Nachwuchspreises „Digitalisierung im Maschinenbau“.
Carbonfasern sind wegen ihrer guten Eigenschaften begehrt. Sie sind sehr leicht – sie wiegen bis zu 50 Prozent weniger als Aluminium. Die Kombination aus geringem Gewicht und guten mechanischen Eigenschaften bietet viele Vorteile. Gerade in Zeiten der Energiewende sind Leichtbaumaterialien wie Carbon so relevant wie nie zuvor. Gleichzeitig sind Carbonfasern so widerstandsfähig gegen äußere Belastungen wie Metalle. Diese guten Eigenschaften von Carbonfasern zu erreichen, ist aber sehr aufwändig.
Bis zu 300 einzelne Faserstränge – also Bündel von einzelnen Fasern - müssen während der Herstellung gleichzeitig überwacht werden. Wenn Carbonfasern reißen, kostet es Zeit und Geld, die beschädigten Fasern auszusortieren. Dies ist nur ein Beispiel für verschiedene Fehler, die bei den Fasern während der Produktion auftreten können.
Deshalb brachte Herr Yesilyurt eine Kamera an der Carbonfaseranlage an, die Bilder verschiedener Faserfehler während der Produktion aufnimmt und in einer Datenbank sammelt. Die künstliche Intelligenz im Informationstechnologiesystem der Kamera wertet die Faserfehler aus, indem sie die Bildaufnahmen vorgegebenen Referenzfehlern zu-ordnet. Dabei erkennt sie verschiedene Faserfehler mit einer Zuordnungsgenauigkeit von 99 Prozent.
Der von Herrn Yesilyurt entwickelte Prozess kann auch für andere Bereiche eingesetzt werden, die chemische Fasern herstellen.
Deniz Sinan Yesilyurt erhielt den Preis vom Verband für Maschinen- und Anlagenbau (VDMA) in Frankfurt am Main. Er ist Bachelorabsolvent am Institut für Textiltechnik (ITA) der RWTH Aachen. Der vollständige Titel seiner Bachelorarbeit lautet: „Entwicklung einer Kl-gestützten Prozessüberwachung unter Verwendung von Machine Learning zur Erkennung von Faserbeschädigungen im Stabilisierungsprozess“.
Der VDMA zeichnete insgesamt vier Abschlussarbeiten unterschiedlicher Hochschulen mit dem Preis aus. Der Preis wird für herausragende Abschlussarbeiten verliehen und wurde in Deutschland, Österreich und der Schweiz ausgeschrieben.
Deniz Yesilyurt - E-Mail: Deniz.Yesilyurt@ita.rwth-aachen.de
https://www.ita.rwth-aachen.de/go/id/yqffa?#aaaaaaaaaayqfhr Link zur Pressemitteilung auf der ITA-Homepage mit Bildern
https://www.ita.rwth-aachen.de/global/show_document.asp?id=aaaaaaaabtsmvjf - VDMA-Pressemitteilung
Formel 1-Fahrzeug
Pixabay
Die glücklichen Gewinner_erste Reihe ganz links: Deniz Sinan Yesilyurt
VDMA
Criteria of this press release:
Business and commerce, Journalists, Scientists and scholars
Economics / business administration, Materials sciences, Mechanical engineering, Traffic / transport
transregional, national
Contests / awards, Research results
German
Formel 1-Fahrzeug
Pixabay
Die glücklichen Gewinner_erste Reihe ganz links: Deniz Sinan Yesilyurt
VDMA
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
