ONTOLOGIEBASIERTE DATENMODELLIERUNG IN DER BRUCHMECHANIK ZUR STEIGERUNG DER WIEDERVERWENDBARKEIT UND FORSCHUNGSEFFIZIENZ

Kurzfassung

Ein wesentlicher Anteil der experimentellen Bruchmechanik basiert auf kosten- und zeitintensiven Experimenten zur Quantifizierung von Risswachstum und Schadenstoleranz. Der wissenschaftliche Wert dieser Daten hängt jedoch kritisch von der Dokumentation ihrer Provenienz ab. Wenn Metadaten wie Kalibrierzustände, Konfigurationen und Auswerteroutinen vollständig vorliegen, bleibt ein Versuch langfristig interpretier- und nutzbar. Ein semantisch fundiertes Datenmanagement ist daher die Voraussetzung, um heterogene Datensätze kontextbasiert zu vergleichen und neue Erkenntnisse abzuleiten. In diesem Beitrag demonstrieren wir anhand eines instrumentierten Ermüdungsrisswachstumsversuchs einen ontologiebasierten Ansatz zur strukturierten Modellierung experimenteller Entitäten, Prozesse, Metadaten und Provenienz. Der daraus resultierende Wissensgraph erlaubt eine konsistente, maschinenlesbare Verknüpfung von Rohdaten und Analyseergebnissen über definierte Prozessketten. Dadurch werden Datenbestände inhalts- und kontextbasiert effizient durchsuchbar. Jeder einzelne Datenpunkt, beispielsweise innerhalb einer Risswachstumskurve, wird somit lückenlos rückverfolgbar, was gezielte Abfragen zu komplexen Phänomenen wie Rissverzweigungen oder der Ausprägung der plastischen Zone ermöglicht.