TY - CONF A1 - Hassenstein, Christian A1 - Heckel, Thomas A1 - Hirsch, Philipp Daniel A1 - Vöhringer, Daniel A1 - Prager, Jens T1 - Automatisierte Wanddickenbestimmung an Prüfteilen mit komplexen Geometrien aus anisotropen Werkstoffen N2 - Im Rahmen des Projektes MRO2.0, das sich mit der digitalen Transformation des Servicezyklus von modernen Gasturbinenschaufeln beschäftigt, wurde gezeigt, wie sich automatisiert und flächendeckend die (Rest-)Wanddicke an variabel gekrümmten Prüfgeometrien bestimmen lässt. Es wurde ein Roboterarm verwendet, der ein lineares Ultraschallarray in Tauchtechnik führt und Prüfdaten aufnimmt, die mit einer adaptierten TFM (Total Focusing Method) zu Rekonstruktionen der Außen- und Innenoberfläche verarbeitet werden. In der aktuellen zweiten Projektphase wird die Methode für Werkstoffe erweitert, die anisotrope akustische Eigenschaften aufweisen. In diesem Beitrag wird eine Methode vorgestellt, wie sich die Kristallausrichtung bzw. die richtungsabhängige Schallgeschwindigkeit mittels eines linearen Ultraschallarrays bestimmen lässt. Für den Sendefall eines Randelements in Kontakttechnik können dabei Wellen identifiziert werden, die sich parallel zur Prüfkopfapertur im Prüfobjekt ausbreiten und mit der richtungsabhängigen Schallgeschwindigkeit skalieren. Die ermittelte Schallgeschwindigkeitsverteilung kann dann verwendet werden, um die lokale Wanddickenbestimmung für die Anisotropie zu adaptieren. T2 - 6. Workshop Messtechnische Anwendungen von Ultraschall CY - Drübeck, Germany DA - 17.06.2024 KW - Ultraschallprüfung KW - Anisotropie KW - Turbinenschaufel KW - NDT 4.0 PY - 2024 AN - OPUS4-60568 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Hassenstein, Christian A1 - Kieffer, Dennis A1 - Hirsch, Philipp Daniel T1 - Automatisierte Bahnplanung für robotergestützte Ultraschallprüfung mit Arrayprüfköpfen N2 - In der automatisierten Ultraschallprüfung von Komponenten mit komplexen Oberflächengeometrien werden zur Führung des Prüfkopfes zunehmend 6-Achsen-Roboter erprobt. Diese stellen die notwendige Automatisierbarkeit und Flexibilität bereit, um die lokal senkrechte Einschallung sicherzustellen. Durch den Einsatz von linearen Arrays und bildgebenden Verfahren können die Bilder oder die daraus extrahierten Merkmale zu einer Rekonstruktion in 3D zusammengesetzt werden. Die Anforderungen an die Prüfbahnen für die bildgebende Array-Ultraschallprüfung gehen dabei über konventionellen Bahnplanungsprogramme hinaus. Es wird ein Prozess vorgestellt, der Roboterbahnen auf der Grundlage des 3D-Modells von Körpern mit doppelt gekrümmter Oberfläche unter Berücksichtigung der Prüfparameter erzeugt. Hierbei wird zum einen die senkrechte Prüfkopfstellung und zum anderen eine optimale Abdeckung der Oberfläche realisiert. Dabei wird die lokale Oberflächengeometrie beachtet, da diese das Reflexionsverhalten beeinflusst und sich daher auf die optimale Verteilung und Orientierung der Prüfpositionen auswirkt. Damit einhergehend erfolgt eine Ablösung von konventionellen Konzepten, die auf linearen Prüfbahnen basieren, welches spannende neue Prüfstrategien eröffnet. T2 - DGZfP-Jahrestagung 2024 CY - Osnabrück, Germany DA - 06.05.2024 KW - Ultraschallprüfung KW - Phased array KW - Automatisierung KW - NDT 4.0 PY - 2024 AN - OPUS4-60590 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Zhang, Tianyun A1 - Heckel, Thomas A1 - Fieber, M. A1 - Tenczynski, L. A1 - Olm, G. A1 - Islam, A. A1 - Selch, M. T1 - Aufbau eines digitalen Zwillings für die mechanisierte Eisenbahnschienenprüfung für das Training von KI-Algorithmen N2 - Im Rahmen des Forschungsprojekts "Artificial Intelligence for Rail Inspection" (AIFRI) wird ein KI-Algorithmus entwickelt, um die Fehlererkennung bei der Auswertung von Schienenprüfungen zu verbessern. Der Prozess der mechanisierten Schienenprüfung wird analysiert und die Schienenfehler sowie Artefakte werden in einem digitalen Zwilling abgebildet, um in einem weiteren Schritt die automatische Fehlererkennung und Klassifizierung mit KI-Algorithmen trainieren zu können. Zu diesem Zweck werden Ultraschalldatensätze auf der Grundlage der Regelwerke und Informationen aus der Instandhaltung mit einer Simulationssoftware erstellt, die Anzeigen der verschiedenen Schienenschädigungen und Artefakte enthalten. Die Schienenfehler werden bei der Auswertung in Fehlerklassen eingeordnet, für das KI-Training priorisiert und auf Basis der von der DB Netz AG ausgewählten Informationen untersucht. Hierfür werden die Schienenfehler nach den für das KI-Training relevanten Merkmalen zerlegt und die Konfiguration der Parameter der Simulation entsprechend abgestimmt. Für die Grundstruktur des Datensatzes wird ein Schienenmodell mit einer Länge von einem Meter für die Simulation eingesetzt, auf dessen Basis alle bei der Schienenprüfung zu verwendenden Prüfköpfe für den jeweiligen Reflektortyp betrachtet werden. Die simulierten Daten werden auf einer Testschiene im Labormaßstab validiert. Mögliche Einflussparameter wie z. B. der Signal-Rausch-Abstand sowie die Fahrgeschwindigkeit werden in den Datensätzen herangezogen. Die Zusammenstellung eines Testdatensatzes mit lokal veränderlichen Einflussgrößen erfolgt aus den simulierten Daten unter Verwendung der skriptbasierten Programmierumgebung Python und Matlab. Das Projekt AIFRI wird im Rahmen der Innovationsinitiative mFUND unter dem Förderkennzeichen 19FS2014 durch das Bundesministerium für Digitales und Verkehr gefördert. T2 - Seminar des FA Ultraschallprüfung Konventionelle und innovative Anwendungen der Ultraschallprüfverfahren CY - Kassel, Germany DA - 14.11.2023 KW - Ultraschallprüfung KW - Simulation KW - Schienenprüfung PY - 2023 AN - OPUS4-59055 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER - TY - CONF A1 - Prager, Jens A1 - Köppen, Emil A1 - Gohlke, Dirk A1 - Tenkamp, J. A1 - Kampmann, A. A1 - Siddique, S. A1 - Walther, F. T1 - Akustische Eigenschaften additiv gefertigter Werkstoffe N2 - Die Ultraschallprüfung additiv gefertigter Metallbauteile setzt eine genaue Kenntnis der akustischen Eigenschaften des Werkstoffs voraus. Insbesondere bei bildgebenden Rekonstruktionsverfahren müssen Anisotropien berücksichtigt werden, um ausreichende Abbildungsgenauigkeit zu erhalten. Es ist davon auszugehen, dass der lagenweise Aufbau des Werkstoffs beim selektiven Laserschmelzen eine bevorzugte Kornorientierung erzeugt, die sich in einer akustischen Anisotropie widerspiegelt. Zudem wird erwartet, dass die besondere Kornstruktur Einfluss auf die Schallschwächung hat. Ziel der vorliegenden Untersuchungen war es, die akustischen Eigenschaften verschiedener additiv gefertigter Werkstoffe zu analysieren und die Ergebnisse mit konventionell gefertigten Werkstoffen zu vergleichen. In die Untersuchungen wurden verschiedene Stahl- und Aluminiumproben mit unterschiedlicher Aufbaurichtung einbezogen. Die Ergebnisse, sowohl aus Tauchtechnik- als auch aus Kontakttechnikuntersuchungen, zeigen eine signifikante Abhängigkeit der Schallausbreitungsgeschwindigkeit von der Aufbaurichtung. Zudem werden örtliche Schwankungen der gemessenen Schallgeschwindigkeiten sowie ein Einfluss auf die Schallschwächung sichtbar T2 - DGZfP Jahrestagung CY - Koblenz, Germany DA - 22.05.2017 KW - Additive Fertigung KW - Ultraschallprüfung PY - 2017 AN - OPUS4-40406 LA - deu AD - Bundesanstalt fuer Materialforschung und -pruefung (BAM), Berlin, Germany ER -