Please use this identifier to cite or link to this item:
Volltext verfügbar? / Dokumentlieferung
doi:10.22028/D291-37274
Title: | Bewertung subjektiver und automatisierter Merkmalsextraktion periodischer Zeitsignale am Beispiel des 3MA-X8-Verfahrens |
Author(s): | Youssef, Sargon Zimmer, Cyril Szielasko, Klaus Schütze, Andreas |
Language: | German |
Title: | Technisches Messen : tm |
Volume: | 86 |
Issue: | 5 |
Startpage: | 267 |
Endpage: | 277 |
Publisher/Platform: | De Gruyter |
Year of Publication: | 2019 |
Free key words: | Zerstörungsfreie Prüfverfahren Mikromagnetik Werkstoffcharakterisierung maschinelles Lernen Merkmalsextraktion |
DDC notations: | 620 Engineering and machine engineering |
Publikation type: | Journal Article |
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 of the first publication: | 10.1515/teme-2018-0074 |
URL of the first publication: | https://www.degruyter.com/document/doi/10.1515/teme-2018-0074/html |
Link to this record: | 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 |
Date of registration: | 16-Sep-2022 |
Faculty: | NT - Naturwissenschaftlich- Technische Fakultät |
Department: | NT - Systems Engineering |
Professorship: | NT - Prof. Dr. Andreas Schütze |
Collections: | SciDok - Der Wissenschaftsserver der Universität des Saarlandes |
Files for this record:
There are no files associated with this item.
Items in SciDok are protected by copyright, with all rights reserved, unless otherwise indicated.