Math2Market gewinnt den Innovation Award Filtrex 2019 in Berlin
Your Browser doesn't support html5.

Mittwoch, 15.05.2019.
Bearbeitet durch Dr.-Ing. Mehdi Azimian, Dr. Barbara Planas und Franziska Arnold, Math2Market GmbH.

Math2Market hat am 14. Mai 2019 den FILTREXTM Innovation Award 2019 in Berlin gewonnen.

Das Unternehmen wurde für sein einfach zu bedienendes und innovatives Modul FiberFind -AI in der Software GeoDict von mehr als 50% der Stimmen zum Gewinner des Awards gewählt. Nominiert für den Award waren neben Math2Market auch Ahlstrom-Munksjö, Freudenberg und Welstrat. Die in GeoDict 2019 integrierte Neuentwicklung FiberFind -AI dient zur präzisen Faser- und Bindemittelerkennung auf µCT-Scans mittels neuronaler Netze. Dr.-Ing Mehdi Azimian, Business Manager für Filtration bei Math2Market, präsentierte dem Fachpublikum der FILTREXTM die eindrucksvolle Leistungsfähigkeit von GeoDict in Kombination mit FiberFind -AI und nahm am Abend die Auszeichnung freudig entgegen.

µCT-Scans sind ein leistungsstarkes Werkzeug, um tiefe Einblicke und Ideen für Innovationen und für die Qualitätskontrolle in der Werkstofftechnik zu gewinnen. GeoDict 2019 - insbesondere das neue Modul FiberFind -AI, das auf künstlicher Intelligenz basiert - bietet die Werkzeuge zum besseren Verständnis von CT-Bildern und ebnet damit den Weg in die Materialtechnik der Zukunft.

Auf den in GeoDict modellierten Vliesstoffmikrostrukturen wird ein neuronales Netzwerk trainiert, das mit FiberFind -AI in der Lage ist, Bindemittel zu erkennen und Fasern direkt aus µCT-Scans von echten Vliesen zu identifizieren. Sind alle Fasern identifiziert, lassen sich detaillierte Einblicke in die Eigenschaften von Fasern in einem Material gewinnen. Fasereigenschaften sind beispielsweise die Faserorientierung nach der Ablage in einem Vlies, Faserdurchmesser- und Längenverteilung in einem glasfaserverstärkten Kunststoff oder lokale Verformungen von Fasern in Geweben. Mit FiberFind -AI können Vliesstoffhersteller neuartige, optimierte Produkte entwickeln und gleichzeitig Prototypen und experimentelle Kosten und Zeiten stark reduzieren.