Schmidt, J. (2011). Interactive variability analysis for initial sample testing of industrial CT data [Diploma Thesis, Technische Universität Wien]. reposiTUm. http://hdl.handle.net/20.500.12708/160477
Beim Fertigungsverfahren des Gießens entsteht aus Schmelze, die in einen Formhohlraum gegossen wird und dann erstarrt, ein neuer fester Körper. Durch das Eingießen bzw. durch das Erstarren können sich im Werkstück Defekte bilden, welche seine mechanischen Eigenschaften beeinflussen können. Beim Entwurf einer neuen Art von Gusskörper ist es notwendig, zuerst einen Prototyp der neuen Gußform zu produzieren und daraus Testserien anzufertigen. Diese werden benötigt, um mögliche Produktionsprobleme erkennen zu können, welche sich zum Beispiel durch die Auslegung der Gussform ergeben können.<br />Im Rahmen dieser Diplomarbeit wird eine neue Methode zur Evaluierung von Testserien vorgestellt. Ziel ist es, innerhalb von industriellen CT Volumsdatensätzen Regionen mit einer hohen Konzentration an Defekten bzw. besonders große Defekte zu erkennen und über eine Serie von Objekten zu verfolgen. Die Analyse basiert auf einem Segmentierungsalgorithmus welcher es erlaubt, Defektregionen vom Rest des Volumendatensatzes zu unterscheiden.<br />Soll die Analyse Regionen mit einer hohen Konzentration an Defekten erkennen, so wird zuerst eine Clusteranalyse durchgeführt. Im weiteren Verlauf konzentriert sich die Variabilitätsanalyse auf die berechneten Cluster, da diese Regionen mit einer hohen Konzentration an Defekten repräsentieren. Im Gegensatz dazu arbeitet die Analyse von besonders großen Defekten direkt mit den durch die Defektanalyse gewonnenen Daten.<br />Ziel ist es, die Daten aller Testobjekte zu vergleichen, um Überlappungen feststellen zu können. Cluster bzw. große Defekte die in einem Großteil der Testobjekte vorkommen, sind für die Analyse von großer Bedeutung. Sie repräsentieren Regionen, die gefährdet sind, während des Herstellungsvorgangs Defekte zu entwickeln, was eine Änderung der Produktionsparameter notwendig machen kann.<br />
de
Casting is a manufacturing process by which melt is poured into a mould and then allowed to solidify. Due to the pouring process as well as during solidifaction casting defects may appear that can influence the cast objects' mechanical properties and usability. Designing a new type of casting always requires the production of a new pattern first with which a series of initial samples is created. During this evaluation step possible problems are identified that may occur for example due to the mould layout.<br />In the course of this master's thesis effort, a new approach for first article inspection is introduced. The goal of this approach is to explore a series of industrial CT volumes, with the objective to evaluate the casting design. Using the pipeline investigations of the reliability of the production can be performed.<br />In case regions of high defect concentration should be identified, a clustering approach is applied to all samples within the series. In the further course the cluster information is used to analyse the variability of the sample series, since they represent regions of high defect concentration. The analysis of large defects, in contrast, directly operates on the data produced by the defect detection stage.<br />The data of all samples is compared to find possible overlaps. For the variability analysis it is important to know whether regions can be found that contain defects in more than one trial sample. The identification of such regions shows that the casting process tends to produce errors in certain parts of the object.