Die mikro-fraktographische Analyse von Bruchflächen ist ein zentrales Element in der Schadensanalyse technischer Bauteile. Bisher stützte sich diese Analyse hauptsächlich auf Erfahrungswissen, das aus einer Vielzahl von Quellen stammt: frühere Untersuchungen, eigene Vergleichsversuche, Literaturrecherchen und online zugängliche Datenbanken. In der Praxis erfolgt die Identifikation und Bewertung von Bruchmechanismen oft durch den visuellen Vergleich von Bruchflächenbildern mit Referenzbildern. Diese qualitativen Beurteilungen basieren auf zweidimensionalen Aufnahmen, die mithilfe licht- und elektronenoptischer Verfahren erstellt werden. Quantitative Analysen sind dabei bisher begrenzt und konzentrieren sich meist auf grobe makroskopische Bewertungen wie den Anteil bestimmter Bruchmechanismen oder auf die manuelle Vermessung spezifischer Merkmale wie Schwingstreifen.

Mit den Fortschritten in der Bildverarbeitung und künstlichen Intelligenz gibt es jedoch verstärkte Bemühungen, diese Analysen durch den Einsatz von Computer-Algorithmen zu optimieren. Insbesondere das maschinelle Lernen bietet vielversprechende Ansätze zur automatisierten Erkennung und präzisen Klassifikation komplexer und fein strukturierter Bruchmerkmale.

Im Rahmen des IGF-Projekts „iFrakto“ wird ein innovativer Ansatz verfolgt, der traditionelle zweidimensionale Bilddaten um dreidimensionale Topographien ergänzt. Hierfür werden elektronenoptische Aufnahmen verwendet, um detaillierte Höhenprofile der Bruchflächen zu erstellen. Diese Daten bilden die Grundlage für die Entwicklung analytischer Algorithmen und Deep-Learning-Modelle, die die gewonnenen Informationen effizient verarbeiten und interpretieren. Ziel ist es, ein umfassendes System zu entwickeln, das Bruchmerkmale automatisch identifiziert, bewertet und mit Daten aus einer fraktographischen Datenbank in Beziehung setzt. So soll eine Software entstehen, die Anwender in der Schadensanalyse bei der schnellen und präzisen Bestimmung von Bruchursachen unterstützt.

Die Kombination aus modernen Bildgebungsverfahren und fortschrittlichen Auswertungsalgorithmen verspricht eine erhebliche Steigerung der Qualität und Geschwindigkeit der Schadensanalyse. Dadurch können nicht nur bestehende Analysen verfeinert, sondern auch neue Erkenntnisse über bisher unzureichend verstandene Bruchmechanismen gewonnen werden.