Universität Ulm

Die Forschungsgebiete der Gruppe von Prof. Dr. Schmidt am Institut für Stochastik der Universität Ulm betreffen insbesondere die stochastische 3D-Modellierung von amorphen Mikrostrukturen sowie die quantitative Aufklärung von Prozess-Gefüge- bzw. Gefüge-Eigenschaften-Beziehungen für verschiedene Arten von Funktionsmaterialien.  Hierzu wurden während der letzten Jahre zahlreiche Resultate u.a. zu den folgenden Fragestellungen erzielt:

 

1) Entwicklung von problemspezifischen Algorithmen zur Segmentierung von tomographischen FIB-SEM-Bilddaten [1], die in HiKoMat beispielsweise bei der Aufklärung der inneren Porosität von Kompositpartikeln verwendet werden,

2)  Entwicklung von stochastischen Modellen für die 3D-Morphologie von amorphen Mikrostrukturen, die mittels tomographischer Bilddaten kalibriert und validiert werden, z.B. für Aktivpartikel-Systeme in Anoden [2,3] bzw. Kathoden [4] von kommerziellen Lithium-Ionen-Batterien bzw. für andere granulare Materialien [5],

3) Entwicklung von Algorithmen zur effizienten Monte-Carlo-Simulation von Mikrostruktur bzw. Ladungstransport in großen amorphen (Partikel-) Systemen mit maßgeschneiderter 3D-Morphologie [6],

4) Herleitung von funktionalen Zusammenhängen zwischen Prozess- und Gefüge-Parametern [7,8] bzw. zwischen Gefüge- und Eigenschafts-Parametern [9,10].

 

Literatur

 [1] M. Salzer, T. Prill, A. Spettl, D. Jeulin, K. Schladitz, and V. Schmidt, “Quantitative comparison of segmentation algorithms for FIB-SEM images of porous media.,” J. Microsc., vol. 257, no. 1, pp. 23–30, 2015.

[2] J. Feinauer, T. Brereton, A. Spettl, M. Weber, I. Manke, and V. Schmidt, “Stochastic 3D modeling of the microstructure of lithium-ion battery anodes via Gaussian random fields on the sphere,” Comput. Mater. Sci., vol. 109, pp. 137–146, 2015.

[3] J. Feinauer, A. Spettl, I. Manke, S. Strege, A. Kwade, A. Pott, and V. Schmidt, “Structural characterization of particle systems using spherical harmonics,” Mater. Charact., vol. 106, pp. 123–133, 2015.

[4] K. Kuchler, D. Westhoff, J. Feinauer, T. Mitsch, I. Manke, and V. Schmidt, “Stochastic model for the 3D microstructure of pristine and cyclically aged cathodes in Li-ion batteries.” Model. Simul.Mater. Sci. Eng. (zur Veröffentlichung eingereicht).

[5] A. Spettl, R. Wimmer, T. Werz, M. Heinze, S. Odenbach, C. E. Krill, and V. Schmidt, “Stochastic 3D modeling of Ostwald ripening at ultra-high volume fractions of the coarsening phase,” Model. Simul. Mater. Sci. Eng., vol. 23, no. 6, 065001, 2015.

[6] O. Stenzel, C. Hirsch, T. Brereton, B. Baumeier, D. Andrienko, D. Kroese, and V. Schmidt, “A general framework for consistent estimation of charge transport properties via random walks in random environments,” Multiscale Model. Simul, vol. 12, no. 3, pp. 1108–1134, 2014.

[7] G. Gaiselmann, C. Tötzke, I. Manke, W. Lehnert, and V. Schmidt, “3D microstructure modeling of compressed fiber-based materials,” J. Power Sources, vol. 257, pp. 52–64, 2014.

[8] S. Haj Ibrahim, M. Neumann, F. Klingner, V. Schmidt, and T. Wejrzanowski, “Analysis of the 3D microstructure of tape-cast open-porous materials via a combination of experiments and modeling.” Materials & Design, vol. 133, 216-233, 2017.

[9] O. Stenzel, O. Pecho, L. Holzer, M. Neumann, and V. Schmidt, “Predicting effective conductivities based on geometric microstructure characteristics,” AIChE J., vol. 62, 1834–1843, 2016.

[10] O. Stenzel, M. Neumann, O. Pecho, L. Holzer, and V. Schmidt, “Big Data for microstructure-property relationships: A case study of predicting effective conductivities.” AIChE J., vol. 63, 4224–4232, 2017.