Roboterlabor prüft Stahl-Wärmebehandlung über 10-mal schneller

Im Institut für Materialforschung der Tohoku-Universität wird eine Stahlprobe in einem Ofen erhitzt. Danach bringt ein Roboterarm sie zu einem Röntgengerät und anschließend zu einem Schlagprüfgerät. Zwischen den Schritten fasst sie niemand an. Ist die Wärmebehandlung selbst abgeschlossen, dauern Handhabung, Messung und Rückführung jeder Probe etwa 800 Sekunden.

Ein Stahl zugleich fester und zäher zu machen bedeutet, einen enorm großen Bereich an Verarbeitungsbedingungen abzusuchen. Selbst bei derselben Legierung kann die Wärmebehandlung das Gefüge und die mechanischen Eigenschaften des Metalls stark verändern. Massive Konstruktionsmetalle ließen sich im Vergleich zu Flüssigkeiten, Pulvern und Dünnschichten besonders schwer automatisieren, weil jede feste Probe transportiert, positioniert, erhitzt, charakterisiert und mechanisch geprüft werden muss und jeder Schritt auf große, spezialisierte Geräte angewiesen ist.

Die Antwort des Teams war eine Reihe eigens entwickelter Werkzeuge zur Probenhandhabung und ein einziger Rechner, der alle Geräte steuert. Die Plattform kombiniert einen Induktionsofen, ein Röntgendiffraktometer (XRD) und eine Mikro-Schlagprüfmaschine, zwischen denen ein Roboterarm die Proben bewegt. Die Forscher nutzten sie für ein- und zweistufiges Anlassen eines handelsüblichen niedriglegierten Stahls der Sorte JIS SCM435H, einer durch japanische Industrienormen definierten Güte. Jeder Durchlauf liefert zugleich Verarbeitungs-, Gefüge- und Eigenschaftsdaten.

Die Autoren berichten, dass die mechanische Auswertung eine Genauigkeit erreicht, die mit Handmessungen vergleichbar ist, während die Versuchsabfolge mehr als 10-mal schneller läuft. Die Plattform trägt außerdem ein KI-Optimierungswerkzeug, das in das Orchestrierungssystem des NIMS (NIMO) integriert ist und bereits Ofenregelparameter automatisch anpasst. Die geschlossene Schleife, die den Zyklus vollenden würde, gilt als künftige Arbeit: Die KI analysiert jedes Ergebnis, schlägt die nächste Wärmebehandlung vor, die Plattform führt sie aus und sendet die neuen Daten zurück.

Für Materialteams liegt der unmittelbare Gewinn in der Breite. Die Autoren sagen, das System könne die Wärmebehandlungsbedingungen, die Forscher erkunden können, erheblich erweitern, und es erzeuge die Daten, aus denen die KI lernen muss. Einen Zeitplan für den industriellen Einsatz nennt das Team nicht, und die geschlossene Schleife ist noch nicht vorgeführt worden. Derzeit stützen sich die Belege auf eine Stahlsorte, getestet in einem einzigen Labor. Miyamoto strebt nach eigenen Angaben an, die autonome Entdeckung neuer Verarbeitungswege und Strukturwerkstoffe zu beschleunigen.