Stochastische Geometriemodelle

Parametrische Modelle für realistische Mikrostrukturen

Wir generieren realitätsnahe Strukturen, kontrolliert von nur wenigen Parametern. Wir analysieren Bilddaten, um Ähnlichkeit zur realen Struktur zu sichern.

Modellrealisierungen sind nützlich, um

  • Materialeigenschaften zu simulieren
  • Strukturen zu optimieren
  • Effekte von Strukturvariationen auszuloten, ohne das Material tatsächlich zu erzeugen
  • RVE-Größen zu bestimmen
  • synthetische Bilddaten mit Grundwahrheit zu erzeugen

Die Basis sind Modelle aus der stochastischen Geometrie wie Boolesche Modelle, Geradenprozesse und Mosaike. Der makroskopischen Homogenität wird dadurch entsprochen, dass nur stationäre Modelle verwendet werden. D.h. es spielt keine Rolle, an welcher Stelle die Probe entnommen wurde.

Beispiel stochastischer Geometriemodelle

 

Modelle für Fasersysteme

Wir modellieren Mikrostrukturen von Fasersystemen.

 

Modelle für zellulare Strukturen

Wir modellieren Mikrostrukturen von zellularen Strukturen wie Schäume.

 

Modelle für Partikelsysteme

Deep Learning für die 3D-Rekonstruktion hochporöser Strukturen aus FIB-REM-Bildstapeln.