This work presents a data mining framework applied to industrial heattreatment (bainitization and case hardening) aiming to optimize processes and reduce costs. The framework analyses factors such as material, production line, and quality assessment for preprocessing, feature extraction, and drift corrections. Machine learning is employed to devise robust prediction strategies for hardness. Its implementation in an industry pilot demonstrates the economic benefits of the framework.

Grobkörnige refraktäre Nb-/Ta-Al2O -Verbundwerkstoffe mit mehrskaligem Aufbau sind ein neuartiger Lösungsansatz im Bereich der Hochtemperaturanwendungen. Als Grundlage für die Etablierung dieser Werkstoffe werden in dieser Arbeit mittels Field Assisted Sintering (FAST) hergestellte Verbundwerkstoffe untersucht, um den Einfluss der Materialzusammensetzung und der Partikelgrößenverteilung der Ausgangspulver auf die strukturellen, elektrischen und mechanischen Werkstoffeigenschaften zu analysieren. Newly designed coarse-grained Nb-/Ta-Al2O refractory composite materials with multi-scale...

The current work analyzes degradation effects in solid-oxide fuel cell anodes with the phase-field method. A model extension for interface diffusion is formulated and calibrated. Large-scale 3D-simulations provide interesting insights into phenomena at the microscale which are responsible for the degradation

Kaltgewalztes Wolfram mit hohen Umformgraden zeigt eine außergewöhnlich hohe Duktilität. Die dafür nötige ultrafeinkörnige Mikrostruktur ist jedoch thermisch hochgradig instabil. Ein vielversprechender Stabilisierungsansatz bietet sich durch Kalium-Dotierung an, deren Potential im Rahmen dieser Arbeit umfassend analysiert und qualifiziert wurde. K-dotiertes Wolfram könnte die technischen Möglichkeiten thermisch hochbelasteter Komponenten zukünftiger Fusionsreaktoren entscheidend verbessern. Cold-rolled tungsten with high degrees of deformation exhibits exceptionally high ductility....