Innovation der Werkstoffqualitätskontrolle mit künstlicher Intelligenz

MiviA LogoIm Oktober 2021 startete am Institut für Metallumformung der TU Bergakademie Freiberg das Startup-Projekt „MiViA“. Das Team aus vier Forscher:Innen entwickelt ein selbstlernendes, autonomes Mikrostrukturanalysesystem, das die Feststellung der Beschaffenheit und Qualität von Werkstoffen zukünftig genauer, einfacher und zeitsparender machen soll.

Auf dem Weg von der Hochschule zum Start-up wird das Ausgründungsprojekt „MiViA" über einen EXIST-Forschungstransfer vom Bundesministerium für Wirtschaft und Energie (BMWi) finanziert.

Automatisierung der Mikrostrukturanalyse

Bei der Weiterverarbeitung von Werkstoffen ist es unerlässlich die Beschaffenheit und Qualität des zu verarbeitenden Materials zu bestimmen. Aus dieser Notwendigkeit heraus sowie zur Vermeidung zusätzlicher Kosten durch Ausschuss und Produktionsausfälle, werden Mikrostrukturanalysen durchgeführt. Derzeit werden diese Analysen manuell durchgeführt und es ist ein qualifizierter Experte erforderlich, um aussagekräftige Ergebnisse zu erhalten.

Die Geschäftsidee von „MiViA“ basiert daher auf der Vermarktung eines selbstlernenden, autonomen Mikrostrukturanalysesystems, welches auch von Laboranten bedient werden kann, beziehungsweise die Bearbeitungszeit eines Experten stark reduziert. Darüber hinaus werden reproduzierbare und stabile Analyseergebnisse erzielt und das System kann als Standardanalyse unternehmensübergreifend eingesetzt werden.
Eingabebilder und Vorhersage mit KI-Netzwerk

6 Gründe für den Einsatz von “MiViA”

  • Reproduzierbare und stabile quantitative Analyseergebnisse
  • Mikrostrukturanalyse in 20 Sekunden pro Bild
  • Bestimmungsgenauigkeit von 98%
  • Ständige Verbesserung der Analysegenauigkeit durch selbslernenden KI-Algorithmus
  • Keine Beschränkung auf bestimmte Vergrößerung oder Mikroskoptyp
  • Voll digitalisierte Lösung mit einfacher Integrationsmöglichkeit in Industrie 4.0
“MiViA” – Team: (v.l.n.r.) Roman Rostami, Grzegorz Korpala, Jessica Schneider, Miriam Corcoran
Gefördert durch: