Improved characterization of failure behaviours of sheet metals based on pattern recognition methods
Third party funded individual grant
Start date : 01.04.2017
End date : 31.12.2019
Project details
Short description
The aim of the research project is an objective classification of failure behaviour of sheet metals during Nakajima tests with the aid of pattern recognition methods. In this project, pattern recognition methods are used to determine the failure stages during a sheet metal forming process. Prerequisite for the method development is a comprehensive metallographic analysis, the description of the material physical characteristics and the classification of different failure stages, depending on the material as well as on the stress and strain state.
Pattern recognition methods will be developed in order to detect and classify the failure stages based on surface characteristics. In contrast to the previous approaches, the pattern recognition method will fulfil the criteria of objectivity and user-independence.
The project is in cooperation with the Department of Pattern Recognition in Erlangen.
Scientific Abstract
Übergeordnetes Ziel des Projekts ist eine objektive Klassifikation des Versagensverhaltens von Blechwerkstoffen mittels Nakajima Versuchen mit Hilfe von Mustererkennungsmethoden. In diesem Projekt werden Mustererkennungsverfahren genutzt, um verschiedene Versagensstadien während eines Umformungsprozesses zu bestimmen. Voraussetzung für die Entwicklung der Methode bildet die metallographische Analyse, die materialphysikalische Beschreibung und die Klassifizierung unterschiedlicher Versagensstadien in Abhängigkeit des Werkstoffes sowie des Spannungs- und Formänderungszustandes.
Aufbauend auf den Ergebnissen werden geeignete Verfahren der Musterkennung zur Identifikation und Klassifikation der Versagensstadien auf Basis von Oberflächenmerkmalen im Bildmaterial entwickelt. Im Gegensatz zu den bisherigen Ansätzen wird die zu entwickelnde Methode zusammenfassend den Kriterien an Objektivität und Benutzerunabhängigkeit gerecht.
Das Projekt ist in Kooperation mit dem Lehrstuhl für Mustererkennung in Erlangen.
