Verbesserung von Genauigkeit und Sicherheit in der metallographischen Probenpräparation: Stochastizität und Arbeitsaufwand durch Robotisierung reduzieren

PM Artikel

01.09.2024

Verbesserung von Genauigkeit und Sicherheit in der metallographischen Probenpräparation: Stochastizität und Arbeitsaufwand durch Robotisierung reduzieren

J. Čermák, O. Ambrož , P. Jozefovič und Š. Mikmeková

Materialographie

Probenpräparation

Automatisierung

Computer Vision

Metallographische Probenpräparation

Kollaborative Robotik

Stochastizität

In der Metallographie werden Proben trotz Fortschritten bei der Automatisierung nach wie vor weitgehend halbautomatisch über isolierte Teilprozesse wie Schneiden, Schleifen und Polieren präpariert. Mit modernen Technologien wie kollaborativer Robotik, KI-gesteuerter Computer Vision und hochentwickelten Sensoren wäre eine vollintegrierte Automatisierung möglich. Allerdings müssen die verschiedenartigen Prozesse von einer qualifizierten Fachkraft überwacht werden. Mit der Einbindung benutzerfreundlicher Cobot-Schnittstellen (Cobot = kollaborativer Roboter) kann eine synergetische Arbeitsumgebung geschaffen werden, die mehr Sicherheit gewährleistet, die Monotonie verringert und den Weg frei macht für komplexe Untersuchungen und Dokumentationen, die den Grundsätzen der offenen Wissenschaft gerecht werden. Unsere Untersuchung beschäftigt sich mit der Nutzung von kostengünstigen Minirobotern für kritische Phasen der Präparation und präsentiert Schritte hin zu einer komplexen Automatisierung in der Metallographie.

Zitieren Sie diesen Artikel

Čermák, J., Ambrož, O., Jozefovič, P. and Mikmeková, Š.. "Enhancing precision and safety in metallographic sample preparation: Reduce the stochasticity and workload with robotization" https://doi.org/10.1515/pm-2024-0055 © 2023 Walter de Gruyter GmbH, Berlin/Boston, Germany

Zeitschrift

Practical Metallography, vol. 61, no. 9-10, 2024, pp. 589-613

Link zum Dokument

Ähnliche Inhalte

Optimierung der metallographischen Proben- präparation für die AFM/SKPFM-basierte Phasenunterscheidung bei hochfesten Komplex- und Dualphasenstählen

Traxler, I., Schimo-Aichhorn, G., Muhr, A., Commenda, C., Jerrar,...

„Wie genau geht es denn?“

K. Reiter and H. Schnarr (2012). „How exactly does this work?”....

Materialographische Probenpräparation antiker Kupferwerkstoffe

Cloeren, H.-H.. "Materialographic sample preparation of ancient copper...

Korngrößenbestimmung an der Nickel-Legierung 718 mithilfe eines optimierten Verfahrens zur metallographischen Probenpräparation in Kombination mit einer neuartigen Ätzmethode

Saha, S. and Wiese, G.. "Grain size characterization of nickel alloy...

Ein neues Mittel zur Erzielung gefärbter metallographischer Strukturen auf Gusseisen, Kohlenstoffstahl und Legierungen

L. García Sánchez, C. Dietz, F. Penco Valenzuela, J. A. Martínez...

Präparation und Porositätsmessung an oxidischen APS-Spritzschichten

W. Motl and H. Schnarr (2015). Preparation of and Porosity...

Materialographische Präparationstechniken zur artefaktfreien Gefügestrukturdarstellung

H.-H. Cloeren, M. Schlösser, and O. Müller (2015). Materialographic...

Vergleich des elektrolytischen Ätzens und des Tauchätzens für austenitische Edelstähle 304L, 316L und 347

Nagar, R., Singh, R., Patil, N. and Yadav, I.. "Comparison of...

Von Kurbelwellen zu Bohrkernen

Barry M. Jenkins and George F. Vander Voort (2010). From Crankshafts...

Achieving Fast and Reliable TEM-Sample Lift-out and Transfer Using Novel Materials and Novel in-situ Tools

Andreas Rummel, Gavin Frayne, Andrew Jonathan Smith, and Stephan...

Ein Vergleich materialographischer Präparationsmethoden an Nickel-Bikristallen für Thermal Grooving Experimente

P. Haremski, U. Täffner, I. Wührl, M. Streeb, J. Libuda, A....

Bestimmung der Korngrößenverteilung von ehemaligen Austenitkörnern unter Anwendung einer Kombination aus einem modifizierten Kontrastierverfahren und maschinellem Lernen

Laub, M., Bachmann, B.-I., Detemple, E., Scherff, F., Staudt, T.,...

© 2026