Progress of Physics-based Mean-field Modeling and Simulation of Steel

The progress of mean-field modeling and simulation in steel is presented. In the modeling, the focus is put on the development and application of a physical modeling base, including Calphad, diffusion assessment, nucleation and growth of precipitates, and dislocation dynamics. This leads to an improved prediction of the materials response after different thermo-mechanical treatments in terms of microstructure evolution and mechanical properties. The presented case studies represent the success of the integrated computational materials engineering approach.

Applications of Data Driven Methods in Computational Materials Design

In today’s digitized world, large amounts of data are becoming available at rates never seen before. This holds true also for materials science where high-throughput simulations and experiments continuously produce new data. Data driven methods are required which can make best use of the information stored in large data repositories. In the present article, two of such data driven methods are presented. First, we apply machine learning to generalize and extend the results obtained from computationally intense density functional theory (DFT) simulations. We show how grain boundary segregation energies can be trained with gradient boosting regression and extended to many more positions in the grain boundary for a complete description. The second method relies on Bayesian inference, which can be used to calibrate models to give data and quantification of the model uncertainty. The method is applied to calibrate parameters in thermodynamic models of the Gibbs energy of Ti-W alloys. The uncertainty of the model parameters is quantified and propagated to the phase boundaries of the Ti-W system.

Modelling and Simulation of Phase Formations in Martensitic Stainless Steels

Modelling and simulation of solidification processes and solid-state phase transformation have become key instruments in the field of alloy development and heat treatment optimization. Apart from equilibrium-controlled processes, also diffusion-based effects need to be considered. This contribution presents some typical approaches at the example of martensitic stainless steels. Important aspects affecting the production and properties of these steels, such as alloying limits with nitrogen, the formation of ledeburitic structures, or the retained austenite content after heat treatment, can be predicted with reasonable accuracy.

Important Key Process Simulations in the Field of Steel Metallurgy

During the last decade, the chair for ‘Simulation and Modelling of Metallurgical Processes’ (SMMP) has worked on different metallurgical processes with the highlights of the following five industrial relevant topics: (i) modelling the as-cast structures of large steel castings; (ii) exploring the formation mechanisms of macrosegregation; (iii) describing magnetohydrodynamic and electrochemical phenomena in remelting processes, (iv) understanding how solidification and flow can be influenced by magnetohydrodynamics during steel continuous casting; and (v) describing nozzle clogging in steelmaking processes. In this contribution, the main achievements from the group on the above five topics are briefly described.

Desaster Szenario unter Tage – MED1stMR – neue Ansätze im Training von medizinischen Ersthelfern

ZusammenfassungMedizinische Ersthelfer adäquat und realitätsnahe zu trainieren, ist eine Herausforderung. Realistische Umgebungen, die zu Übungszwecken gesperrt werden können, sind rar gesät und werden oftmals aufgrund von Budget und zeitlichen Einschränkungen selten genutzt. Das Zentrum am Berg (ZaB) der Montanuniversität Leoben, Österreich, hat hierzu bereits 2019 Lösungsansätze entwickelt, die das Training von Blaulichtorganisationen auch in unter Tage Situationen ermöglichen. Die Errichtung von Testzentren wie dem ZaB-Projekt folgt dem Vorschlag der EU-Kommission, die Sicherheit von Straßen- und Eisenbahntunneln zu erhöhen, und ist eine Reaktion auf die mehreren Tausend Tunnelkilometer in der EU, die in Betrieb oder im Bau sind.Mit der Teilnahme des ZaB am Forschungsprojekt MED1stMR wird ein weiterer Schritt in die Verbesserung solcher medizinischen Einsatztrainings unternommen. Nun soll nicht mehr nur im realen Umfeld trainiert werden können, sondern die Erfahrung aus dem Tunnel und seine Besonderheiten für Ersthelfer wandert in die erweiterte virtuelle Umgebung und es soll ein Trainingslösung entstehen, die Virtual Reality (VR) mit haptischen Objekten wie Simulationspuppen und der Messung von Stressdaten der Ersthelfer zu einer Mixed Reality (MR) Lösung vereint, um eine auf künstlicher Intelligenz basierte Szenario Steuerung zu implementieren, um letztlich die Leistung der medizinischen Ersthelfer unter Wahrung ihrer Resilienz zu steigern. MED1stMR Train – [Skills.Resilience.Performance] – Save Lives ist hierzu das Motto des EU geförderten Forschungs-Projektes.