<div class="csl-bib-body">
<div class="csl-entry">Schmidt, J. (2011). <i>Interactive variability analysis for initial sample testing of industrial CT data</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. http://hdl.handle.net/20.500.12708/160477</div>
</div>
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/160477
-
dc.description
Zsfassung in dt. Sprache
-
dc.description.abstract
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
dc.description.abstract
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.
en
dc.language
English
-
dc.language.iso
en
-
dc.subject
Zerstörungsfreie Werkstoffprüfung
de
dc.subject
Gußfehlererkennung
de
dc.subject
Industrielle Computertomographie
de
dc.subject
Testserienevaluierung
de
dc.subject
Clustering
de
dc.subject
Non-destructive Testing
en
dc.subject
Casting Defect Detection
en
dc.subject
Industrial Computed Tomography
en
dc.subject
First Article Inspection
en
dc.subject
Clustering
en
dc.title
Interactive variability analysis for initial sample testing of industrial CT data
en
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.contributor.affiliation
TU Wien, Österreich
-
tuw.thesisinformation
Technische Universität Wien
-
tuw.publication.orgunit
E186 - Institut für Computergraphik und Algorithmen
-
dc.type.qualificationlevel
Diploma
-
dc.identifier.libraryid
AC07812047
-
dc.description.numberOfPages
79
-
dc.thesistype
Diplomarbeit
de
dc.thesistype
Diploma Thesis
en
tuw.author.orcid
0000-0002-9638-6344
-
tuw.advisor.staffStatus
staff
-
tuw.advisor.orcid
0000-0002-8569-4149
-
item.languageiso639-1
en
-
item.openairetype
master thesis
-
item.grantfulltext
none
-
item.fulltext
no Fulltext
-
item.cerifentitytype
Publications
-
item.openairecristype
http://purl.org/coar/resource_type/c_bdcc
-
crisitem.author.dept
E193-02 - Forschungsbereich Computer Graphics
-
crisitem.author.orcid
0000-0002-9638-6344
-
crisitem.author.parentorg
E193 - Institut für Visual Computing and Human-Centered Technology