IEHK-Aktuell

Im März fand die International Conference on Martensitic Transformation (ICOMAT) statt, welche dieses Jahr vom Korea Institute of Metals and Materials ausgerichtet wurde. Die Konferenz, welche ursprünglich 2020 stattfinden sollte, wurde aufgrund der andauernden Reisebeschränkungen virtuell durchgeführt. Alexander Gramlich, Wissenschaftler am Lehrstuhl für Werkstofftechnik der Metalle, konnte mit seinem Vortrag zum Umwandlungsverhalten lufthärtender Stähle das Organisationskomitee begeistern und wurde neben anderen mit dem ‚Best Oral Presentation Award‘ ausgezeichnet.

Mitte November gab Professor Senk ein Interview in den Aachener Nachrichten mit dem Titel: „Warum „grüner“ Stahl eine Chance ist“. Es geht um die Frage, wie die Stahlproduktion und Nachhaltigkeit zusammenpassen. Professor Senk meint, dass diese beiden Themen gut kombinierbar sind, allerdings wird die Transformation viel Geld kosten, auch wenn die Voraussetzungen schon gegeben sind. Den ganzen Artikel findet ihr unter folgendem Link:https://www.aachener-nachrichten.de/wirtschaft/warum-gruener-stahl-eine-chance-ist_aid-63968151

Am 2. und 3. Dezember 2021 fand die alljährliche Tagung Werkstoffprüfung statt. Aufgrund der Umweltkatastrophe im Juli konnte die Tagung – nicht wie sonst – in Bad Neuenahr stattfinden. So wurde sie zu uns nach Aachen verlegt. Aber auch durch diese Planung machte Corona uns einen Strich. So wurde die Tagung kurzerhand doch noch in eine Online-Veranstaltung umgewandelt.

Dabei war unser Institutsleiter Prof. Krupp der Vorsitzende des Programmausschusses. Neben Themen wie der Charakterisierung der Wasserstoffversprödung und dem digitalen Wandel in der Werkstoffprüfung fanden auch 2 große Forschungsthemen, die in den letzten Jahren aufgekommen sind, einen Einzug in das Programm. Bei diesen Themen handelt es sich um die Industrie 4.0 und die adaptive Fertigung.

Wie jedes Jahr war auch die Verleihung des Galileo-Preises ein wichtiger Bestandteil der Tagung. Dieses Jahr ging der Preis dabei an Dr.-Ing. Christoph Bleicher.

Wir möchten allen Beteiligten für die interessante Tagung danken und hoffen, dass die Teilnehmenden von ihr profitieren konnten. Hoffentlich sehen wir uns nächstes Jahr in gewohnter Form wieder.

Wir gratulieren unserer Kollegin Jana Pöpperlova zu ihrer erfolgreich bestandenen Doktorprüfung. Das Thema ihrer Dissertation ist die „Verformungsinduzierte Ausscheidung intermetallischer Laves-Phase in hochwarmfesten ferritischen Stählen“. Jana hat sich in ihrer Arbeit damit befasst, die chemische Zusammensetzung von ferritischen Stählen mit einem Chromgehalt von 17 Gew.-% zu optimieren, und hat ebenfalls einen innovativen thermomechanischen Herstellungsprozess für diese Stähle entwickelt. Dieser neue Herstellungsprozess hat den Vorteil, dass die Prozesskosten im Vergleich zu dem konventionellen (rein thermischen) Herstellungsprozess erheblich reduziert sind. Diese Stähle können dann in der nächsten Generation innerhalb von superkritischen thermischen Energiewandlungssystemen eingesetzt werden.

Im Rahmen des Arduino Projekt für alle Lehrlinge des dritten Ausbildungsjahres an der RWTH, hat unser E-Techniklehrling Nico eines der beliebten Geschicklichkeitsspiele „Holz-Labyrinth“ entwickelt und gebaut.
Dieses Spiel musste im Rahmen des Projektes rein Elektronisch abgebildet werden.
Hierbei ging es in erster Linie um das Herzstück, die Programmierung des Arduino-Microcontrollers.
Darüberhinaus musste er sich Gedanken machen das Spiel auch nutzerfreundlich zu gestallten und alles Notwendige in Einzelarbeit herzustellen.
Wir unterstützen gerne Projekte wie diese und finden es ist eine nette Abwechslung im Ausbildungsalltag!

In seinem spannenden Vortrag zu Thema „Deep Learning Models For The Detection Of Steel Microstructures On Scanning Electron Microscope Imagery“ erklärte Julian Gorfer, wie man mithilfe verschiedener Deep Learning Modelle Objekte in einer Mikrostruktur automatisiert detektieren kann. Im Rahmen seiner Masterarbeit beschäftigte sich Herr Gorfer mit der Anwendung dieser Modelle auf REM-Aufnahmen von bainitischen Mikrostrukturen. Deep Learning wird bereits auf Flughäfen zur Gesichtserkennung genutzt, oder um bösartige Krebszellen frühzeitig zu erkennen. In der Entwicklung von Stählen können uns Deep Learning Modelle helfen, selbstständig und objektiv Gefügebestandteile zu erkennen und auszuwerten. Die Modelle lernen anhand von Trainingsdaten relevante Muster einer Mikrostruktur. Je mehr Trainingsdaten für ein Modell gesammelt werden, desto genauer funktioniert am Ende die Objektdetektion für das jeweilige Mikrostrukturbestandteil. Die dadurch gewonnenen Daten können dazu genutzt werden, um das Prozess- und Legierungsdesign von Stählen entscheidend zu beschleunigen.

Hey! Ich bin Lukas Reiff und arbeite seit Juni als wissenschaftlicher Mitarbeiter im IEHK. Im Vorfeld konnte ich das Institut während meiner Masterarbeit im Bereich Elektroband sehr gut kennenlernen. Die Arbeit mit netten Kollegen und die Forschung an spannenden Themen haben mich dazu bewegt, im Anschluss am IEHK zu bleiben. Derzeit befasse ich mich mit dem Thema Hochtemperaturkorrosion von 3D-gedruckten Nickel-Kupfer-Legierungen. Gleichzeitig verantworte ich dazu noch das Rasterelektonenmikroskop und das µCT des Instituts am RCDPP am Standort Melaten.

Hallo, ich bin Sina! Vor ungefähr einem Jahr habe ich mich dazu entschieden am IEHK meine Masterarbeit zu schreiben. Zu meinen Aufgaben zählte die Weiterentwicklung eines Simulationsmodells, mit welchem die beim Stranggießen entstehenden Gefügezonen vorhergesagt werden können. Nach der Fertigstellung meiner Arbeit wollte ich die Details des Erstarrungsprozesses aber noch besser verstehen und abbilden können. Aus diesem Grund und unter anderem weil mir die Arbeit mit dem Team am IEHK immer Spaß gemacht hat, habe ich mich für eine Promotion in der Arbeitsgruppe Gießen und Erstarren unter der Leitung von Prof. Senk entschieden. Seit Mai bin ich nun als wissenschaftliche Mitarbeiterin am IEHK und beschäftige mich mit theoretischen und praktischen Fragestellungen rund um das Stranggießen. Unter anderem prüfe ich die Eignung von bestimmten Stahlgüten für den Gießprozess. Dafür untersuchen wir Hochtemperatureigenschaften der Werkstoffe, um die Prozessführung an der Stranggießanlage werkstoffgerecht anpassen zu können. Mit einem speziellen Langsam-Erstarrungs-Ofen, unserem LEO, können wir durch extrem langsame Erstarrungsbedingungen eine größere Mikrostruktur wachsen lassen, die wir dann nach der Ätzung sogar mit bloßem Auge sehen können. An meiner zukünftigen Forschungstätigkeit reizt mich besonders bestehende Simulationskonzepte für den Prozess optimal zu nutzen oder auch eigene Modellierungen zu erarbeiten.