Options
2020
Master Thesis
Titel
Verwendung statistischer Signalverarbeitungsmethoden zur multivariaten Analyse extrahierter Ultraschallmerkmale
Abstract
Das Fraunhofer Institut für zerstörungsfreie Prüfverfahren (IZFP) in Saarbrücken verfügt über Kernkompetenzen auf dem Gebiet des zerstörungsfreien Monitorings entlang der gesamten Wertschöpfungskette des Produktlebenszyklus, angefangen vom Rohstoff über die Produktion bis zum Recycling. Die Abteilung Materialcharakterisierung beschäftigt sich mit der Entwicklung von innovativen Prüfverfahren zur Bestimmung von Werkstoffeigenschaften. Dabei liegen die Stärken im Bereich Materialwissenschaften, Mess- und Sensortechnik sowie Signal- und Datenverarbeitung [1]. Dazu werden verschiedene Prüfverfahren angewendet, wie zum Beispiel die Ultraschall- und Wirbelstromprüfung. Standartmäßig werden während Wirbelstromprüfungen mehrere Kenngrößen gemessen und mithilfe von multivariaten Analyseverfahren untersucht. Diese Analyse ermöglicht das Bestimmen von Werkstoffeigenschaften und die Erkennung von Bauteilfehlern, die in den unverarbeiteten Daten nur schwer bestimmt werden können. Dieser Ansatz wurde bisher bei Ultraschallprüfungen noch nicht verfolgt. Die Ultraschallsignale besitzen zwar bekannte Kenngrößen, jedoch ist deren Eignung für eine multivariate Analyse bisher nicht bekannt. Deshalb werden in dieser Arbeit verschiedene Merkmale aus Ultraschallsignalen extrahiert und mithilfe von multivariaten Analyseverfahren untersucht. Zwei verschiedene Arten von Merkmalsextraktionen aus Ultraschallsignalen werden in dieser Arbeit vorgestellt, angewendet und verglichen. Im Rahmen der manuellen Extraktion werden die Merkmale mithilfe der Signaltheorie aus Ultraschallsignalen gewonnen. Anschließend werden die manuell festgelegten Merkmale durch multivariate Analyseverfahren klassifiziert. Die automatische Merkmalsextraktion dagegen verarbeitet jeden einzelnen Messpunkt des Ultraschallsignals und komprimiert sie mithilfe eines multivariaten Werkzeugs. Anschließend werden aus den komprimierten Signalen mit einem weiteren multivariaten Werkzeug unabhängige Merkmale extrahiert. Zur Datenaufbereitung, -verarbeitung und -darstellung wird das Programm ""MATLAB R2019b"" verwendet. Durch die fortschreitende Digitalisierung werden in Zukunft immer mehr Daten zur Verfügung stehen, die multivariaten Analyseverfahren sind hier ein wichtiges Werkzeug, damit der Informationsgehalt erfasst und dargestellt werden kann. Die in dieser Arbeit verwendeten Messdaten stammen aus dem Gemeinschaftsprojekt ""GrenzQualifizierung"", in dem verschiedene Formen von Ungänzen, die bei der Herstellung großer Gussstücke mit Kugelgrafit auftreten, hinsichtlich ihrer Auswirkung auf die Bauteilschwingfestigkeit untersucht werden [2]. Eine Form dieser Ungänzen ist das sogenannte Chunky-Grafit. Diese Art tritt bei Abgüssen meist im Zentrum eines Bauteils auf. Dadurch werden die mechanischen Eigenschaften der Bauteile verschlechtert. Bisher gibt es noch keine zerstörungsfreien Verfahren, die in der Lage sind, den Grafit nachzuweisen. Deshalb wurde in diesem Projekt unter anderem der zerstörungsfreie Nachweis von Chunky-Grafit als ein Ziel definiert. Das Ziel der vorliegenden Arbeit ist es daher, eine Detektion des Chunky-Grafits mithilfe der multivariaten Analyseverfahren zu ermöglichen. Bei der Herstellung des Probenblocks wurde die Bildung von Chunky-Grafit herbeigeführt. Anschließend wurde der Block in zwei Hälften zerteilt und auf den Schnittflächen wurden Bereiche festgestellt, die Chunky-Grafit aufwiesen. Metallografische Untersuchungen zeigen, dass der Chunky-Grafit vermehrt in dem Zentrum des Blocks vorkommt. Anschließend wurden aus einer Blockhälfte 18 Proben entnommen und in einem Tauchbecken mittels Ultraschall von allen Seiten untersucht.
ThesisNote
Saarbrücken, Hochschule für Technik und Wirtschaft des Saarlandes, Master Thesis, 2020
Verlagsort
Saarbrücken