KI-basierte Analyse von EPP-Perlschäumen mittels Computertomographie

Titel: Künstliche-Intelligenz-basierte Analyse von expandierten Polypropylen-(EPP)-Perlschäumen mittels Computertomographie-Scans
Laufzeit: Februar 2023 – Juli 2023
Forschungsbereich: Ingenieurwesen und Betriebswirtschaft

EPP-Perlschäume haben in Forschung und zahlreichen Branchen – von der Automobilindustrie bis zur Verpackungsindustrie – eine wichtige Rolle eingenommen und dienen Anwendungen von der Isolierung bis zum Aufprallschutz. Das Verständnis ihrer Mikro-Eigenschaften ist für die Leistungsoptimierung entscheidend.

Dieses Projekt konzentrierte sich auf drei wesentliche Schritte zur 3D-Perlerkennung und Extraktion dieser Mikro-Eigenschaften. Zunächst wurden Computertomographie-(CT)-Datenerfassung, -Generierung und -Verarbeitung durchgeführt.

In der zweiten Phase erfolgte die 2D-Perlerkennung mithilfe des Mask-R-CNN-Instanzsegmentierungsmodells, das einen effektiven Rahmen zur Isolierung einzelner Perlen im zweidimensionalen Raum bietet. Die abschließende Phase der Studie nutzte 3D-Perlenverfolgung, ermöglicht durch die Anwendung der Perlenformung mittels DBSCAN-Clustering.

Diese KI-Algorithmen detektierten Perlen sowohl im 2D- als auch im 3D-Raum mit hoher Genauigkeit und ermöglichten die Extraktion kritischer Mikro-Eigenschaften wie Perlen-Größe, -Form und räumliche Verteilung innerhalb der EPP-Schaumstrukturen.

Ziele

KI wird häufig als Lösung in der Materialanalyse betrachtet, ist jedoch noch nicht in Ansätzen zur Analyse von EPP-Perlschäumen integriert, insbesondere bei der Bestimmung von Mikro-Eigenschaften, die eine entscheidende Rolle für die Sicherstellung der gewünschten Schaumqualität spielen.

Die in diesem Projekt entwickelten KI-Methoden zielen darauf ab, eine effiziente Lösung für die verbesserte Nutzung der CT-Bildgebungstechnik zu bieten und eine schnellere sowie genauere Analyse von CT-Scans von Proben zu ermöglichen.

Technologie

• Volumetrische CT-Scans
• Mask R-CNN
• Detectron2-Modell
• DBSCAN-Algorithmus (Density-Based Spatial Clustering of Applications with Noise)

Ausblick

Die Ergebnisse dieses Projekts eröffnen zahlreiche Möglichkeiten für Forschung und industrielle Anwendung. Die Methodik dient nicht nur als robuste Methode zur Automatisierung der Mikroanalyse von EPP-Perlschäumen, sondern ist auch auf die Untersuchung anderer ähnlicher Materialien übertragbar. Weitere Erweiterungen dieses Projekts könnten sich auf die Generierung annotierter Datensätze zur Verbesserung der algorithmischen Genauigkeit konzentrieren und zusätzliche Ebenen analytischer Tiefe einführen. Darüber hinaus könnte die erfolgreiche Implementierung dieser Techniken in Echtzeit während des Produktionsprozesses ein beispielloses Maß an Qualitätskontrolle bieten und die Fertigungspraktiken in der Branche transformieren.

Publikationen

Chayma Boukthir: Artificial Intelligence Based Analysis of Expanded Polypropylene Bead Foams using Computed Tomography Scans. Graduation Project Report, SUP’com, Tunis

Team

Leitung:
Prof. Dr. Maik Gude (TUD-ILK)
Associate Prof. Rim Barrak (SUP’COM)

Teammitglieder:
Chayma Boukthir
Dr. Bernd Grüber
Dr. Ilja Koch
Dipl.-Wi.-Ing. Paul Schulz

Partner

• ILK – Institute of Lightweight Engineering and Polymer Technology, University of Technology Dresden
• Ecole Supérieure des Communications de Tunis (SUP’COM)