Einsatz von Methoden des maschinellen Lernens in der CT-Messtechnik

Autor: Robin Höhne, Lutz Hagner
Rok vydání: 2019
Předmět:
Zdroj: tm - Technisches Messen. 86:699-705
ISSN: 2196-7113
0171-8096
DOI: 10.1515/teme-2019-0075
Popis: Zusammenfassung Die Röntgen-Computertomographie (R-CT) hat sich unter den zerstörungsfreien Prüfverfahren zur Inspektion der Produktqualität bereits einen festen Platz erworben. Aufgrund der ausführlichen, hochauflösenden Abbildung von relevanten Bauteilregionen weist die R-CT ein enormes Potenzial zur Lösung aktueller sowie zukünftiger Prüfaufgaben auf. Dementgegen stehen jedoch häufig die im Vergleich zu anderen Prüfverfahren höheren Kosten, welche sich aus den Anlageninvestitionen, der Scanzeit sowie der anschließenden Analyse- und Bewertungszeit ergeben. Als Dienstleiter im Bereich der R-CT ist die Microvista GmbH spezialisiert auf die Entwicklung automatisierter Analyse- und Bewertungsroutinen für CT-Schichtbilder. Der Einsatz von Methoden des maschinellen Sehens insbesondere für qualitative Bewertungen, welche meist noch durch einen Prüfer durchgeführt werden, wird dabei nicht nur als ein wesentlicher Schritt zur Reduktion der Inspektionskosten gesehen, sondern auch um den Bewertungsprozess objektiver und damit zuverlässiger zu gestalten. Im Folgenden sollen die damit einhergehenden Herausforderungen, insbesondere der Umgang mit nur wenigen Trainingsbeispielen, sowie die erzielten Ergebnisse an einem Praxisbeispiel – der Fehlererkennung in einem Wassermantel – vorgestellt werden.
Databáze: OpenAIRE
Externí odkaz: