{"id":1316,"date":"2024-02-07T16:23:00","date_gmt":"2024-02-07T16:23:00","guid":{"rendered":"https:\/\/mivia.io\/?p=1316"},"modified":"2024-06-26T10:27:28","modified_gmt":"2024-06-26T10:27:28","slug":"intelligente-materialanalyse-einblicke-in-die-implementierung-von-mivia-zur-bestimmung-von-restaustenit","status":"publish","type":"post","link":"https:\/\/mivia.ai\/en\/2024\/02\/intelligente-materialanalyse-einblicke-in-die-implementierung-von-mivia-zur-bestimmung-von-restaustenit\/","title":{"rendered":"Intelligent material analysis - insights into the implementation of MiViA for the determination of retained austenite"},"content":{"rendered":"\n<p><\/p>\n\n\n<style>.kb-row-layout-id1316_0f14dc-bd > .kt-row-column-wrap{align-content:start;}:where(.kb-row-layout-id1316_0f14dc-bd > .kt-row-column-wrap) > .wp-block-kadence-column{justify-content:start;}.kb-row-layout-id1316_0f14dc-bd > .kt-row-column-wrap{column-gap:var(--global-kb-gap-md, 2rem);row-gap:var(--global-kb-gap-md, 2rem);padding-top:var(--global-kb-spacing-sm, 1.5rem);padding-bottom:var(--global-kb-spacing-sm, 1.5rem);grid-template-columns:minmax(0, 1fr) minmax(0, 2fr);}.kb-row-layout-id1316_0f14dc-bd > .kt-row-layout-overlay{opacity:0.30;}@media all and (max-width: 1024px){.kb-row-layout-id1316_0f14dc-bd > .kt-row-column-wrap{grid-template-columns:minmax(0, 1fr) minmax(0, 2fr);}}@media all and (max-width: 767px){.kb-row-layout-id1316_0f14dc-bd > .kt-row-column-wrap{grid-template-columns:minmax(0, 1fr);}}<\/style><div class=\"kb-row-layout-wrap kb-row-layout-id1316_0f14dc-bd alignnone wp-block-kadence-rowlayout\"><div class=\"kt-row-column-wrap kt-has-2-columns kt-row-layout-right-golden kt-tab-layout-inherit kt-mobile-layout-row kt-row-valign-top\">\n<style>#wrapper.site{overflow:clip;}.kadence-column1316_550b55-77{--kb-section-setting-offset:120px;}.kadence-column1316_550b55-77 > .kt-inside-inner-col,.kadence-column1316_550b55-77 > .kt-inside-inner-col:before{border-top-left-radius:0px;border-top-right-radius:0px;border-bottom-right-radius:0px;border-bottom-left-radius:0px;}.kadence-column1316_550b55-77 > .kt-inside-inner-col{column-gap:var(--global-kb-gap-sm, 1rem);}.kadence-column1316_550b55-77 > .kt-inside-inner-col{flex-direction:column;}.kadence-column1316_550b55-77 > .kt-inside-inner-col > .aligncenter{width:100%;}.kadence-column1316_550b55-77 > .kt-inside-inner-col:before{opacity:0.3;}.kadence-column1316_550b55-77{position:relative;}@media all and (max-width: 1024px){.kadence-column1316_550b55-77 > .kt-inside-inner-col{flex-direction:column;justify-content:center;}}@media all and (max-width: 767px){.kadence-column1316_550b55-77 > .kt-inside-inner-col{flex-direction:column;justify-content:center;}}<\/style>\n<div class=\"wp-block-kadence-column kadence-column1316_550b55-77 kb-section-is-sticky\"><div class=\"kt-inside-inner-col\"><style>.wp-block-kadence-advancedheading.kt-adv-heading1316_2db9e1-9c, .wp-block-kadence-advancedheading.kt-adv-heading1316_2db9e1-9c[data-kb-block=\"kb-adv-heading1316_2db9e1-9c\"]{font-style:normal;}.wp-block-kadence-advancedheading.kt-adv-heading1316_2db9e1-9c mark.kt-highlight, .wp-block-kadence-advancedheading.kt-adv-heading1316_2db9e1-9c[data-kb-block=\"kb-adv-heading1316_2db9e1-9c\"] mark.kt-highlight{font-style:normal;color:#f76a0c;-webkit-box-decoration-break:clone;box-decoration-break:clone;padding-top:0px;padding-right:0px;padding-bottom:0px;padding-left:0px;}.wp-block-kadence-advancedheading.kt-adv-heading1316_2db9e1-9c img.kb-inline-image, .wp-block-kadence-advancedheading.kt-adv-heading1316_2db9e1-9c[data-kb-block=\"kb-adv-heading1316_2db9e1-9c\"] img.kb-inline-image{width:150px;vertical-align:baseline;}<\/style>\n<h5 class=\"kt-adv-heading1316_2db9e1-9c wp-block-kadence-advancedheading has-theme-palette-2-color has-text-color\" data-kb-block=\"kb-adv-heading1316_2db9e1-9c\">Navigation<\/h5>\n\n\n<style>.kb-table-of-content-nav.kb-table-of-content-id1316_d21d0d-28 .kb-table-of-content-wrap{padding-top:var(--global-kb-spacing-sm, 1.5rem);padding-right:var(--global-kb-spacing-sm, 1.5rem);padding-bottom:var(--global-kb-spacing-sm, 1.5rem);padding-left:var(--global-kb-spacing-sm, 1.5rem);}.kb-table-of-content-nav.kb-table-of-content-id1316_d21d0d-28 .kb-table-of-contents-title-wrap{padding-top:0px;padding-right:0px;padding-bottom:0px;padding-left:0px;}.kb-table-of-content-nav.kb-table-of-content-id1316_d21d0d-28 .kb-table-of-contents-title{font-weight:regular;font-style:normal;}.kb-table-of-content-nav.kb-table-of-content-id1316_d21d0d-28 .kb-table-of-content-wrap .kb-table-of-content-list{font-weight:regular;font-style:normal;margin-top:var(--global-kb-spacing-sm, 1.5rem);margin-right:0px;margin-bottom:0px;margin-left:0px;}.kb-table-of-content-nav.kb-table-of-content-id1316_d21d0d-28 .kb-table-of-content-list li{margin-bottom:13px;}.kb-table-of-content-nav.kb-table-of-content-id1316_d21d0d-28 .kb-table-of-content-list li .kb-table-of-contents-list-sub{margin-top:13px;}<\/style><\/div><\/div>\n\n\n<style>.kadence-column1316_0e15f9-f0 > .kt-inside-inner-col,.kadence-column1316_0e15f9-f0 > .kt-inside-inner-col:before{border-top-left-radius:0px;border-top-right-radius:0px;border-bottom-right-radius:0px;border-bottom-left-radius:0px;}.kadence-column1316_0e15f9-f0 > .kt-inside-inner-col{column-gap:var(--global-kb-gap-sm, 1rem);}.kadence-column1316_0e15f9-f0 > .kt-inside-inner-col{flex-direction:column;}.kadence-column1316_0e15f9-f0 > .kt-inside-inner-col > .aligncenter{width:100%;}.kadence-column1316_0e15f9-f0 > .kt-inside-inner-col:before{opacity:0.3;}.kadence-column1316_0e15f9-f0{position:relative;}@media all and (max-width: 1024px){.kadence-column1316_0e15f9-f0 > .kt-inside-inner-col{flex-direction:column;justify-content:center;}}@media all and (max-width: 767px){.kadence-column1316_0e15f9-f0 > .kt-inside-inner-col{flex-direction:column;justify-content:center;}}<\/style>\n<div class=\"wp-block-kadence-column kadence-column1316_0e15f9-f0\"><div class=\"kt-inside-inner-col\">\n<p><strong>Hintergrund:<\/strong>&nbsp;Das betrachtete Unternehmen stand vor der Herausforderung, die Qualit\u00e4t der gefertigten Zahnr\u00e4der zu verbessern und gleichzeitig die Effizienz der Prozesse zu steigern. Traditionelle Methoden der Mikrostrukturanalyse waren zeitaufwendig und erforderten umfangreiches Expertenwissen, was zu Engp\u00e4ssen in der Produktion und Qualit\u00e4tssicherung f\u00fchrte.<\/p>\n\n\n\n<p><strong>Ziel:<\/strong>&nbsp;Das Ziel war die Implementierung eines&nbsp;KI-gest\u00fctzten Systems, um die Mikrostrukturanalyse zu automatisieren und zu optimieren. Dadurch sollten die Durchlaufzeiten verk\u00fcrzt, die Kosten reduziert und die Genauigkeit der Qualit\u00e4tskontrolle verbessert werden.<\/p>\n\n\n\n<h2 class=\"wp-block-heading has-large-font-size\" id=\"grundlagen-restaustenit\"><strong>Grundlagen Restaustenit<\/strong><\/h2>\n\n\n\n<h4 class=\"wp-block-heading has-medium-font-size\"><strong>Bedeutung, Bestimmung und Auswirkungen in der Materialwissenschaft<\/strong><\/h4>\n\n\n\n<p><strong>1. Was ist Restaustenit?<\/strong>&nbsp;Restaustenit ist eine spezifische Phase in Stahl und Gusseisen, die nach der W\u00e4rmebehandlung, insbesondere nach dem Abschrecken, verbleibt. Diese metastabile Phase, die aus einem kubisch fl\u00e4chenzentrierten Gitter besteht, kann sich unter bestimmten Bedingungen in andere Phasen wie Martensit umwandeln.<\/p>\n\n\n\n<p><strong>2. Warum wird Restaustenit bestimmt?<\/strong>&nbsp;Die Bestimmung des Restaustenitgehalts ist entscheidend, um die mechanischen Eigenschaften und die Stabilit\u00e4t des Materials zu verstehen und zu kontrollieren. Ein zu hoher Restaustenitgehalt kann zu unerw\u00fcnschten Eigenschaften wie geringerer H\u00e4rte, reduzierter Verschlei\u00dffestigkeit und potenziellen Ma\u00df\u00e4nderungen im Einsatz f\u00fchren. Eine Umwandlung in Martensit durch mechanische Beanspruchung oder Temperatur\u00e4nderungen kann zu Volumen\u00e4nderungen f\u00fchren, die innere Spannungen und Mikrorisse verursachen. Dies kann die Lebensdauer und Leistungsf\u00e4higkeit des Materials beeintr\u00e4chtigen.<\/p>\n\n\n\n<p><strong>4. Wie wird Restaustenit bestimmt?<\/strong>&nbsp;Die Bestimmung von Restaustenit erfolgt \u00fcblicherweise durch R\u00f6ntgendiffraktometrie. Alternativ k\u00f6nnen auch magnetische Messmethoden oder H\u00e4rtemessungen zur n\u00e4herungsweisen Bestimmung herangezogen werden. Eine weitere wichtige Methode ist die Auswertung von lichtmikroskopischen Bildern. Bei dieser Technik werden Mikrostrukturbilder des Materials unter einem Lichtmikroskop aufgenommen und analysiert. Durch die Beobachtung spezifischer Muster und Strukturen im Mikrogef\u00fcge k\u00f6nnen R\u00fcckschl\u00fcsse auf den Anteil und die Verteilung des Restaustenits gezogen werden.<\/p>\n\n\n\n<h2 class=\"wp-block-heading has-large-font-size\" id=\"Anwendungsbeispiel\"><strong>Anwendungsbeispiel<\/strong><\/h2>\n\n\n\n<h4 class=\"wp-block-heading has-medium-font-size\"><strong>Verbesserung der Qualit\u00e4t gefertigter Getriebezahnr\u00e4der bei gleichzeitiger Steigerung der Effizienz der Qualit\u00e4tskontrolle<\/strong><\/h4>\n\n\n\n<p><strong>Ausgangssituation:<\/strong>&nbsp;Es werden Getriebezahnr\u00e4der aus Stahl hergestellt. F\u00fcr deren Funktion ist es entscheidend, dass sehr pr\u00e4zise Ma\u00dfe eingehalten werden, da sie genau in die Getriebesysteme passen m\u00fcssen.<\/p>\n\n\n\n<p><strong>W\u00e4rmebehandlungsprozess:<\/strong>&nbsp;Die Zahnr\u00e4der werden einer W\u00e4rmebehandlung unterzogen, um die gew\u00fcnschten mechanischen Eigenschaften, wie H\u00e4rte und Verschlei\u00dffestigkeit, zu erreichen. Dieser Prozess beinhaltet typischerweise das Erhitzen des Stahls auf eine hohe Temperatur, um eine austenitische Phase zu erreichen, gefolgt von einem schnellen Abschrecken, um Martensit zu bilden.<\/p>\n\n\n\n<p><strong>Entstehung von Restaustenit:<\/strong> W\u00e4hrend des Abschreckens kann es vorkommen, dass nicht der gesamte Austenit in Martensit umgewandelt wird. Ein Teil des Austenits bleibt als Restaustenit im Gef\u00fcge des Zahnrads zur\u00fcck. Dieser Restaustenit ist bei Raumtemperatur metastabil.<\/p>\n\n\n\n<p><strong>Ma\u00df\u00e4nderungen durch Umwandlung:<\/strong> Im Laufe der Zeit oder unter mechanischer Belastung kann sich der Restaustenit in Martensit umwandeln. Da Martensit ein gr\u00f6\u00dferes Volumen als Austenit hat, f\u00fchrt diese Umwandlung zu einer Ausdehnung des Materials an den Stellen, wo die Umwandlung stattfindet. Bei einem Pr\u00e4zisionsteil wie einem Getriebezahnrad kann diese geringf\u00fcgige Volumen\u00e4nderung ausreichen, um die Ma\u00dfe des Zahnrads zu ver\u00e4ndern und es au\u00dferhalb der erforderlichen Toleranzen zu bringen.<\/p>\n\n\n\n<p><strong>Folgen:<\/strong> Das Zahnrad passt m\u00f6glicherweise nicht mehr exakt in das Getriebe, was zu erh\u00f6htem Verschlei\u00df, L\u00e4rm oder sogar zum Ausfall des Getriebes f\u00fchren kann.<\/p>\n\n\n\n<p><strong>L\u00f6sungsans\u00e4tze:<\/strong>&nbsp;Eine genaue Kontrolle des W\u00e4rmebehandlungsprozesses und die anschlie\u00dfende \u00dcberpr\u00fcfung des Restaustenitgehalts sind entscheidend, um solche Ma\u00df\u00e4nderungen zu vermeiden.<\/p>\n\n\n\n<h2 class=\"wp-block-heading has-large-font-size\" id=\"intelligente-materialanalyse\"><strong>Intelligente Materialanalyse<\/strong><\/h2>\n\n\n\n<h4 class=\"wp-block-heading has-medium-font-size\"><strong>Implementierung von MiViA zur Bestimmung von Restaustenit<\/strong><\/h4>\n\n\n\n<p><strong>Vorbereitungsphase: Teamzusammenstellung und Zieldefinition<\/strong><\/p>\n\n\n\n<p>Zusammenstellung eines interdisziplin\u00e4ren Teams aus Prozessingenieuren, IT-Experten und Mitarbeitern der Qualit\u00e4tskontrolle. Gemeinsam hat das Team die spezifischen Ziele der intelligenten Materialanalyse definiert, wie z.B. die Verbesserung der Objektivit\u00e4t und die Effizienzsteigerung im Qualit\u00e4tskontrollprozess.<\/p>\n\n\n\n<p><strong>Datensammlung: Datenerfassung, Datenkategorisierung und Qualit\u00e4tssicherung der Daten<\/strong><\/p>\n\n\n\n<p>Sammeln von Mikrostrukturbildern und zugeh\u00f6rigen Prozessparametern aus vergangenen und aktuellen W\u00e4rmebehandlungsprozessen. Die Daten wurden klassifiziert nach verschiedenen Kriterien, wie Materialtyp, Behandlungsart und erzielte Eigenschaften, um ein strukturiertes Datenset aufzubauen, welches die g\u00e4ngigsten Analysen aus dem Metallografie-Alltag repr\u00e4sentiert. Anschlie\u00dfend wurden die Daten \u00fcberpr\u00fcft auf Vollst\u00e4ndigkeit und Genauigkeit, um eine hohe Qualit\u00e4t der Validierungsdaten zu gew\u00e4hrleisten.<\/p>\n\n\n\n<p><strong>Testen der KI: Testanalysen und Feinabstimmung<\/strong><\/p>\n\n\n\n<p>Durchf\u00fchrung von Testl\u00e4ufen mit dem vorher festgelegten Datenset, um die Genauigkeit und Zuverl\u00e4ssigkeit der KI-Analyse zu bewerten. Basierend auf den Ergebnissen der Testl\u00e4ufe wurden einige kleine Anpassungen im Pr\u00e4parations- und Aufnahmeprozess vorgenommen, was zu einer weiteren Verbesserung der Analyseergebnisse f\u00fchrte.<\/p>\n\n\n\n<p><strong>Implementierung und Integration: Systemintegration, Schulung und Dokumentation<\/strong><\/p>\n\n\n\n<p>Integration des KI-Systems in den bestehenden Qualit\u00e4tskontrollprozess. Die KI-Analyse wurde in die bestehende Infrastruktur der Qualit\u00e4tskontrolle integriert, wobei auf eine nahtlose Einbindung in die Arbeitsabl\u00e4ufe geachtet wurde. Daraufhin wurden Schulungstermine f\u00fcr das Personal der Metallografie durchgef\u00fchrt, um sicherzustellen, dass alle Beteiligten mit der Bedienung und den M\u00f6glichkeiten der neuen Technologie vertraut sind. Au\u00dferdem erfolgte die Erstellung eines kurzen Benutzerhandbuchs zur Unterst\u00fctzung des Personals.<\/p>\n\n\n\n<p><strong>\u00dcberwachung und Optimierung: Leistungs\u00fcberwachung, Feedbacksammlung und Optimierungsma\u00dfnahmen<\/strong><\/p>\n\n\n\n<p>Die Ergebnisqualit\u00e4t wird regelm\u00e4\u00dfig \u00fcberpr\u00fcft, um die Effektivit\u00e4t und Genauigkeit der KI-Analyse zu gew\u00e4hrleisten und die Erkenntnisse aus der kontinuierlichen Restaustenitbestimmung wurden genutzt, um W\u00e4rmebehandlungsprozesse und das Qualit\u00e4tskontrollverfahren zu optimieren.<\/p>\n\n\n\n<h2 class=\"wp-block-heading has-large-font-size\" id=\"ergebnisse\"><strong>Ergebnisse<\/strong><\/h2>\n\n\n\n<h4 class=\"wp-block-heading has-medium-font-size\"><strong>Was konnte durch die Implementierung der intelligenten Materialanalyse erreicht werden?<\/strong><\/h4>\n\n\n\n<p><strong>Erh\u00f6hte Genauigkeit und Konsistenz:<\/strong><\/p>\n\n\n\n<p>Da die KI-Algorithmen gro\u00dfe Mengen an Daten schnell verarbeiten und analysieren k\u00f6nnen, konnten pr\u00e4zisere und konsistentere Ergebnisse bei der Bestimmung des Restaustenitgehalts erzeugt werden.<\/p>\n\n\n\n<p><strong>Optimierung der W\u00e4rmebehandlungsprozesse:<\/strong><\/p>\n\n\n\n<p>Mit der KI-Analyse war es m\u00f6glich, zahlreiche Proben in k\u00fcrzester Zeit auszuwerten, was dabei geholfen hat, die optimalen Bedingungen f\u00fcr die W\u00e4rmebehandlung zu identifizieren.<\/p>\n\n\n\n<p><strong>Automatisierte Qualit\u00e4tskontrolle:<\/strong><\/p>\n\n\n\n<p>Durch die Automatisierung des Prozesses konnte die Effizienz und die Objektivit\u00e4t der Qualit\u00e4tskontrolle gesteigert werden und gleichzeitig wurden die Kosten pro Analyse gesenkt.<\/p>\n\n\n\n<p><strong>Reduzierung von Ausschuss und Nacharbeit:<\/strong><\/p>\n\n\n\n<p>Die umfassenden Analysen des Restaustenitgehalts f\u00fchrten zu einer signifikanten Verbesserung der Genauigkeit der Qualit\u00e4tskontrolle, was zu einer Reduzierung des Ausschusses f\u00fchrte.<\/p>\n\n\n\n<p><strong>Integration mit anderen Fertigungsprozessen:<\/strong><\/p>\n\n\n\n<p>Die KI-Analyse konnte leicht mit anderen digitalen Systemen in der Fertigungsumgebung integriert werden, wodurch weitere Fehlerquellen ausgeschlossen werden konnten.<\/p>\n\n\n\n<p><strong>Datengetriebene Entscheidungsfindung:<\/strong><\/p>\n\n\n\n<p>Die bereitgestellten Daten und Analysen konnten f\u00fcr strategische Entscheidungen zur Prozessverbesserung und zur Entwicklung neuer Produkte genutzt werden.<\/p>\n\n\n\n<p><strong>Schlussfolgerung:<\/strong>&nbsp;Die Implementierung von&nbsp;MiViA&nbsp;zur Bestimmung von Restaustenit bei der Herstellung von Getriebezahnr\u00e4dern war ein gro\u00dfer Erfolg. Sie f\u00fchrte nicht nur zu einer Steigerung der Effizienz und Genauigkeit in der Qualit\u00e4tskontrolle, sondern erm\u00f6glichte auch eine tiefere Einsicht \u00fcber das Werkstoffverhalten. Diese Case Study zeigt, dass die Integration von KI in traditionelle Industrieprozesse erhebliche Vorteile mit sich bringt und ein Schl\u00fcsselfaktor f\u00fcr zuk\u00fcnftige Innovationen in der Prozess- und Materialentwicklung ist.<\/p>\n\n\n\n<h6 class=\"wp-block-heading\">Wollen Sie mehr \u00fcber die Implementierung einer automatisierten Restaustenitbestimmung erfahren? Dann&nbsp;kontaktieren Sie uns&nbsp;oder<a href=\"https:\/\/app.mivia.ai\/auth\/login?utm_source=blog&amp;utm_medium=organic&amp;utm_content=btrst26\" target=\"_blank\" rel=\"noreferrer noopener\">&nbsp;testen Sie MiViA&nbsp;<\/a>einfach selbst!<\/h6>\n<\/div><\/div>\n\n<\/div><\/div>","protected":false},"excerpt":{"rendered":"<p>The implementation of artificial intelligence (AI) in microstructure analysis is a crucial step towards improving the efficiency and accuracy of quality control. This case study highlights the introduction of an AI-supported system for the determination of retained austenite in the production of transmission gears.<\/p>","protected":false},"author":4,"featured_media":1345,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","_kad_blocks_custom_css":"","_kad_blocks_head_custom_js":"","_kad_blocks_body_custom_js":"","_kad_blocks_footer_custom_js":"","_kadence_starter_templates_imported_post":false,"_kad_post_transparent":"","_kad_post_title":"","_kad_post_layout":"","_kad_post_sidebar_id":"","_kad_post_content_style":"","_kad_post_vertical_padding":"","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"footnotes":""},"categories":[41],"tags":[],"event_status":[37],"post_folder":[],"class_list":["post-1316","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kuenstliche-intelligenz-blog","event_status-closed"],"acf":[],"taxonomy_info":{"category":[{"value":41,"label":"K\u00fcnstliche Intelligenz"}],"event_status":[{"value":37,"label":"In der Vergangenheit"}]},"featured_image_src_large":["https:\/\/mivia.ai\/wp-content\/uploads\/2024\/06\/MiViA_analysis-output_Segmentation-1-min-1024x768.jpg",1024,768,true],"author_info":{"display_name":"Miriam Corcoran","author_link":"https:\/\/mivia.ai\/en\/author\/miriam-corcoran\/"},"comment_info":5,"category_info":[{"term_id":41,"name":"K\u00fcnstliche Intelligenz","slug":"kuenstliche-intelligenz-blog","term_group":0,"term_taxonomy_id":41,"taxonomy":"category","description":"","parent":12,"count":5,"filter":"raw","cat_ID":41,"category_count":5,"category_description":"","cat_name":"K\u00fcnstliche Intelligenz","category_nicename":"kuenstliche-intelligenz-blog","category_parent":12}],"tag_info":false,"publishpress_future_action":{"enabled":false,"date":"2026-05-01 08:18:51","action":"change-status","newStatus":"draft","terms":[],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/posts\/1316","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/comments?post=1316"}],"version-history":[{"count":9,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/posts\/1316\/revisions"}],"predecessor-version":[{"id":1583,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/posts\/1316\/revisions\/1583"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/media\/1345"}],"wp:attachment":[{"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/media?parent=1316"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/categories?post=1316"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/tags?post=1316"},{"taxonomy":"event_status","embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/event_status?post=1316"},{"taxonomy":"post_folder","embeddable":true,"href":"https:\/\/mivia.ai\/en\/wp-json\/wp\/v2\/post_folder?post=1316"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}