Präzisere Rostprognose Künstliche Intelligenz soll Korrosionsschäden eindämmen

Anbieter zum Thema

Timesavers International B.V.

Technologie-Institut für Metall & Engineering GmbH

Mit rund 2,5 Billionen US-Dollar jährlich wird der wirtschaftliche Schaden, der weltweit durch Korrosion verursacht wird, beziffert. Das Problem wollen Düsseldorfer Forscher jetzt entschärfen.

Seit jeher suchen Wissenschaft und Industrie nach neuen Legierungen, die korrosionsresistent sind. Und auch nach Beschichtungen wird gefahndet, die Legierungen vor Korrosion schützen. Bei der Suche wird künstliche Intelligenz (KI) immer häufiger angewendet, um das Korrosionsverhalten von Materialien vorherzusagen, heißt es. So könnten optimale Legierungszusammensetzungen schneller zu finden sein. Allerdings ist die Vorhersagekraft bisheriger KI-Modelle begrenzt, weil nicht alle relevanten Daten in Betracht gezogen werden können. Wissenschaftler des Düsseldorfer Max-Planck-Instituts für Eisenforschung (MPIE) haben nun aber ein neues maschinelles Lernmodell entwickelt, das korrosives Versagen um 15 Prozent genauer vorhersagen kann als bisherige Modelle. Gleichzeitig schlage es auch neue, resistentere Legierungen vor. Ursprünglich für den kritischen Bereich der Lochfraßkorrosion in hochfesten Legierungen entwickelt, lässt sich das Modell auf alle Legierungseigenschaften ausweiten, wie man herausfand. Die Forscher haben ihre Erkenntnisse in der Fachzeitschrift Science Advances veröffentlicht.

Im neuen KI-Modell sind Texte und Zahlen vereint

Die Korrosionsresistenz jeder Legierung hängt bekanntlich von ihrer Zusammensetzung und ihrer Herstellung und Verarbeitung ab. Allerdings konnten bisherige KI-Modelle nur die Zusammensetzung basierend auf numerischen Daten verarbeiten. Weil die Herstellung und Verarbeitung der Legierung aber textlich dokumentiert werden, können diese Daten nicht in KI-Modelle einfließen, wie die Forscher anmerken. Deswegen war die Aussagekraft bisheriger KI-Modelle eingeschränkt. Das Forscherteam nutzt nun auch Sprachverarbeitungsmethoden – ähnlich wie ChatGPT – und kombiniert diese mit maschinellem Lernen (ML), wie man weiter erfährt. So konnten die MPIE-Wissenschaftler ein maschinelles Lernmodell entwickeln, das numerische Daten plus natürliche Sprache vollautomatisch verarbeitet, um die Prognosequalität, wie Legierungen sich bei Korrosion verhalten beziehungsweise welche Legierungen korrosionsresistent sind, deutlich zu verbessern. Mittlerweile sei das zuvor trainierte System selbstständig in der Lage, korrosionsresistente Legierungen zu erkennen, auch wenn die einzelnen Elemente ursprünglich nicht in das Modell eingegeben wurden, wie die Materialexperten betonen.

Jetzt noch automatisiertes Data Mining und Bildverarbeitung

Bisher basiert das KI-Modell auf manuell gesammelten Daten der Wissenschaftler. Ihr Ziel besteht jetzt darin, den Prozess des Data Mining zu automatisieren und nahtlos in ihr Modell zu integrieren. Außerdem soll das Modell auch auf Mikroskopiebilder erweitert werden, damit alle relevanten Informationsquellen, wie Text, Zahlen und Bilder, in das KI-Modell einfließen können, um die Aussagekraft noch weiter erhöhen zu können.

Winzige Eisenfresser

Verkabelte Bakterien lassen Eisen rosten

gesponsertDossier Rohrbearbeitung III

Effiziente und wirtschaftliche Rohrbearbeitung

(ID:49679260)