Detailseite
Digitale Methoden für daten-getriebenes inverses Materialdesign von Chemie-Prozess-Struktur-Eigenschaftsbeziehungen für Aluminiumlegierungen, basierend auf semantischen Datenmanagementtechnologien, physikbasierter Modellierung und korrelativer Mikroskopie.
Antragstellerinnen / Antragsteller
Professorin Oana Cojocaru-Mirédin, Ph.D.; Dr.-Ing. Dirk Helm
Fachliche Zuordnung
Mechanische Eigenschaften von metallischen Werkstoffen und ihre mikrostrukturellen Ursachen
Mechanik
Thermodynamik und Kinetik sowie Eigenschaften der Phasen und Gefüge von Werkstoffen
Mechanik
Thermodynamik und Kinetik sowie Eigenschaften der Phasen und Gefüge von Werkstoffen
Förderung
Förderung seit 2025
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 562156587
Das beantragte Forschungsvorhaben zielt auf die Verbesserung der Nachhaltigkeit in der Produktion von Aluminiumlegierungen durch digitale Methoden zur Optimierung von Chemie-Prozess-Struktur-Eigenschafts-Beziehungen (CPSP - Composition-Process-Structure-Property relationships) ab. Die sekundäre Rohstoffroute für Aluminiumlegierungen ist sowohl für die Industrie als auch für die Gesellschaft besonders wichtig, um den Weg für eine grüne Zukunft zu ebnen. Trotz Fortschritten in der Trenntechnologie bleibt die exakte Reproduktion recycelter Legierungen und die Vermeidung von Verunreinigungen im Materialkreislauf eine Herausforderung. Dies erfordert das Design von verunreinigungsresistenten Legierungen, die an die aktuellen Materialflüsse angepasst sind sowie maßgeschneiderte „Lean Alloys“, um langfristig die Nachhaltigkeit zu verbessern. Um diese Herausforderung zu bewältigen, müssen CPSP-Beziehungen mithilfe von Daten aus mehrskaligen Charakterisierungstechniken modelliert werden, wobei physikbasierte Ansätze zur Beschreibung thermo-chemo-mechanischer Kopplungsphänomene eingesetzt werden, und anschließendem Materialdesign mittels Optimierungsansätzen und maschinellem Lernen. Die Integration fortschrittlicher Techniken der korrelativen Mikroskopie, wie der Atomsonden-Tomographie, unterstützt die Materialmodellierung (Bereitstellung von Daten) und Analyse von CPSE-Beziehungen. Korrelative Mikroskopie an Aluminiumlegierungen wird durch neue Ansätze des Kryo-FIB (Fokussierter Ionenstrahl) ermöglicht, was ein tieferes Verständnis von CPSP-Beziehungen erlaubt.
DFG-Verfahren
Schwerpunktprogramme
Teilprojekt zu
SPP 2489:
DaMic - Datengetriebenes Legierungs- und Mikrostrukturdesign nachhaltiger metallischer Konstruktionswerkstoffe
Internationaler Bezug
USA
Kooperationspartner
Professor Surya R. Kalidindi, Ph.D.; Professor Dr. Ji-Cheng Zhao
