Neue Wege in der Werkstoffprüfung: So revolutioniert Künstliche Intelligenz (KI) den Lochaufweitungsversuch nach ISO 16630
Die Anforderungen an moderne Blechwerkstoffe steigen stetig. In der Automobilindustrie, im Energiesektor oder in der Luftfahrt müssen Bleche nicht nur leicht und stabil sein, sondern auch zuverlässig umformbar – ohne dass es zu Kantenrissen kommt. Um diese Rissanfälligkeit zu bewerten, hat sich der Lochaufweitungsversuch (HET) nach ISO 16630 als Standard etabliert. Mit einer innovativen Lösung geht ZwickRoell einen Schritt weiter: Künstliche Intelligenz (KI) erkennt Risse automatisch und in Echtzeit – integriert in die Blechumform-Prüfmaschine (BUP).
Was ist der Lochaufweitungsversuch? Und warum ist er für die Blechumformung entscheidend?
Der Versuch an der Blechumform-Prüfmaschine (BUP) beginnt mit einem gestanzten Loch von 10 mm Durchmesser in einer Blechprobe. Dieses Loch wird mit einem konischen Stempel (60°) aufgeweitet, bis ein durchgehender Riss sichtbar wird. Das Ziel ist die Bestimmung des Lochaufweitungsverhältnisses (λ), das unter anderem die Umformbarkeit der Blechkante beschreibt. Die Herausforderung liegt in der präzisen Erkennung des ersten durchgehenden Risses. Manuelle Methoden sind fehleranfällig und stark abhängig vom jeweiligen Bediener. Klassische Bildverarbeitungsalgorithmen bieten mehr Konsistenz, stoßen aber bei vielfältigen Materialien an ihre Grenzen. Und genau hier setzt die KI an.
Klassische, regelbasierte Bildverarbeitungsalgorithmen liefern zwar mehr Konsistenz, erfordern jedoch für jede Materialart die Anpassung spezifischer Parameter. Bei neuen Probenarten muss der passende Parametersatz erst ermittelt werden, was zeitaufwendig ist. Beim Wechsel der Probe muss man auch beachten, dass der richtige Parametersatz für die Probe eingestellt ist. Die KI basierte Risserkennung eliminiert diese Herausforderungen: Sie erkennt Risse zuverlässig, ohne manuelles Tuning, und passt sich automatisch an unterschiedliche Materialien an.
Kantenrisse erkennen: Darum stoßen klassische Methoden an ihre Grenzen.
Die manuelle Risserkennung erfordert volle Konzentration und Erfahrung des Bedieners. Gerade bei höheren Prüfgeschwindigkeiten steigt die Fehlerquote. Zwar ist die klassische industrielle Bildverarbeitung konsistenter, oft sind sie aber nicht flexibel genug für neue oder komplexe Materialien. Die Folge: späte oder falsche Risserkennung. Und genau das führt mitunter zu ungenauen Prüfergebnissen und ungewollten Wiederholungen.
Echtzeit-Risserkennung mit KI: So funktioniert das neuronale Netz von ZwickRoell
ZwickRoell hat ein speziell entwickeltes neuronales Netz in die Prüfsoftware testXpert integriert. Dieses erkennt Risse in Echtzeit – direkt während des Versuchs. Die Bildverarbeitung erfolgt in nur 50 Millisekunden pro Bild, und das auf einem üblichen Prüfrechner.
Die Datenbasis für zuverlässige KI-Ergebnisse: 657.000 Bilder, 2.700 Proben
Die KI von ZwickRoell wurde mit über 657.000 Bildern aus 2.700 Proben trainiert. Die Daten stammen aus Kundenprojekten, internen Prüfungen und Inbetriebnahmen. Die Rissannotationen folgen strikt der ISO 16630, was die Standardkonformität garantiert. Und die Ergebnisse sprechen für sich: Die KI erkennt Risse bei bekannten Materialien zuverlässig mit 99%iger - und bei neuen Materialien in 98 - 99%iger Wahrscheinlichkeit.
Automatisierte Blechumformprüfung mit der BUP – Präzision trifft Effizienz
Die BUP (Blechumform-Prüfmaschine) von ZwickRoell ist die ideale Plattform für den Lochaufweitungsversuch. Sie wurde speziell für Umformversuche an Blechen entwickelt und bietet eine Vielzahl von Funktionen, die den Prüfprozess effizienter und sicherer machen. Ein besonderes Highlight: das automatisierte Probenhandling. Mit einem Magazin für bis zu 100 Proben und einer integrierten 2D-Code-Erkennung werden Prüfungen im sogenannten „Night Shift“-Modus durchgeführt – ganz ohne Bedienereingriff. Das spart Zeit und reduziert Fehlerquellen. Die BUP ist zudem vollständig kompatibel mit dem videoXtens Extensometer, in den die KI-Risserkennung integriert ist. So entsteht ein durchgängiger, automatisierter Prüfprozess – von der Probenidentifikation bis zur Ergebnisdokumentation.
Flexibel für neue Werkstoffe: So bleibt die KI durch Nachtraining lernfähig
Ein weiterer Vorteil der KI-Lösung ist ihre Retrain-Fähigkeit. Wenn neue, exotische Materialien getestet werden sollen, lässt sich die KI mit zusätzlichen Daten nachtrainieren – entweder lokal beim Kunden oder in der Cloud. ZwickRoell bietet ab 2026 ein spezielles Retrain-Programm an, mit dem Kunden ihre eigenen Modelle auf Basis spezifischer Materialien entwickeln können.
Fazit: Mehr Qualität, weniger Aufwand - Darum definieren KI und BUP die Werkstoffprüfung neu
Der Lochaufweitungsversuch mit KI-Risserkennung stellt einen bedeutenden Fortschritt in der Werkstoffprüfung dar. Die Kombination aus intelligenter Software und der leistungsfähigen BUP-Prüfmaschine ermöglicht eine neue Qualität der Prüfergebnisse: präzise, reproduzierbar und unabhängig vom Bediener. Die KI erkennt Risse zuverlässig und in Echtzeit, spart Zeit und Material und reduziert den Einfluss menschlicher Fehler. Gleichzeitig ist die BUP ein robustes und automatisierbares Prüfsystem, das sich nahtlos in moderne Produktions- und Qualitätssicherungsprozesse integrieren lässt. Mit der Möglichkeit die KI auch nachträglich weiter zu trainieren, ist das System zudem zukunftssicher und flexibel für neue Werkstoffe und Anforderungen. Unternehmen, die auf diese Technologie setzen, investieren nicht nur in bessere Prüfergebnisse, sondern auch in Effizienz, Sicherheit und Innovationskraft.
Blechumformprüfung, Künstliche Intelligenz, Lochaufweitungsversuch: Noch Fragen?
Falls Sie weitere Informationen zum Thema wünschen, kontaktieren Sie uns!
Unsere Experten nehmen sich Zeit für Sie und beraten Sie selbstverständlich umfassend und unverbindlich.
