Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-37274
Volltext verfügbar? / Dokumentlieferung
Titel: Bewertung subjektiver und automatisierter Merkmalsextraktion periodischer Zeitsignale am Beispiel des 3MA-X8-Verfahrens
VerfasserIn: Youssef, Sargon
Zimmer, Cyril
Szielasko, Klaus
Schütze, Andreas
Sprache: Deutsch
Titel: Technisches Messen : tm
Bandnummer: 86
Heft: 5
Startseite: 267
Endseite: 277
Verlag/Plattform: De Gruyter
Erscheinungsjahr: 2019
Freie Schlagwörter: Zerstörungsfreie Prüfverfahren
Mikromagnetik
Werkstoffcharakterisierung
maschinelles Lernen
Merkmalsextraktion
DDC-Sachgruppe: 620 Ingenieurwissenschaften und Maschinenbau
Dokumenttyp: Journalartikel / Zeitschriftenartikel
Abstract: Die mikromagnetischen zerstörungsfreien Prüfverfahren bedienen sich der gegenseitigen Abhängigkeit der magnetischen und mechanischen Eigenschaften ferromagnetischer Werkstoffe. Änderungen in Härte, Zugfestigkeit und Streckgrenze, aber auch Last- und Eigenspannungen schlagen sich in Änderungen von Merkmalen der magnetischen Hysteresekurve nieder (beispielsweise Koerzitivfeldstärke, Remanenz und Permeabilität). Die direkte Bestimmung der magnetischen Hysterese ist in der Praxis auf klassische Weise jedoch meist nicht möglich, teilweise aufgrund der hohen Messzeit, teilweise aufgrund der Notwendigkeit, wohldefiniert geformte Proben entnehmen zu müssen, um die Flussdichte über eine probenumfassende Spule messen zu können. Das am Fraunhofer-Institut für Zerstörungsfreie Prüfverfahren IZFP entwickelte 3MA-X8-Verfahren (3MA = Mikromagnetische Multiparameter Mikrostruktur und Spannungs-Analyse) bestimmt insgesamt 21 Merkmale, die indirekt Hysteresemerkmale abbilden. Die Extraktion dieser Merkmale basiert überwiegend auf subjektiven Unterschieden in den Messkurven. Die Aufnahme dieser Merkmale erfolgt mit Hilfe eines Prüfkopfes in Aufsatztechnik mit hoher Messgeschwindigkeit in Echtzeit. Bei Klassifizierungs- bzw. Interpolationsproblemen werden diese Merkmale je nach Aufgabenstellung entweder mit Hilfe eines Nächste-Nachbar-Klassifikators bzw. einer multiplen linearen Regression zur zerstörungsfreien Vorhersage von Werkstoffeigenschaften verwendet. Auch kleinere Messeffekte, wie z. B. Zugspannungen, lassen sich hierdurch zwar vorhersagen, bei überlagerten Einflüssen, wie der Verwendung verschiedener Werkstoffe (z. B. 100Cr6, C45 und S235 im normalisierten Zustand) verschlechtert sich die Vorhersagequalität jedoch unter Umständen dramatisch. Es besteht jedoch die Möglichkeit, dass geringe, aber signifikante Messeffekte übersehen werden. Die im Rahmen dieser Veröffentlichung vorgestellte automatisierte Merkmalsextraktion bietet die Möglichkeit, Merkmale auch mit kleinem Messeffekt zur Zielgröße unabhängig vom Beobachter zu extrahieren und dadurch die Vorhersagequalität von Werkstoffeigenschaften auch bei überlagerten Einflüssen, wie z. B. der Verwendung verschiedener Werkstoffe, zu verbessern.
DOI der Erstveröffentlichung: 10.1515/teme-2018-0074
URL der Erstveröffentlichung: https://www.degruyter.com/document/doi/10.1515/teme-2018-0074/html
Link zu diesem Datensatz: urn:nbn:de:bsz:291--ds-372746
hdl:20.500.11880/33783
http://dx.doi.org/10.22028/D291-37274
ISSN: 2196-7113
0171-8096
Datum des Eintrags: 16-Sep-2022
Fakultät: NT - Naturwissenschaftlich- Technische Fakultät
Fachrichtung: NT - Systems Engineering
Professur: NT - Prof. Dr. Andreas Schütze
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Dateien zu diesem Datensatz:
Es gibt keine Dateien zu dieser Ressource.


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.