Filtern
Dokumenttyp
- Posterpräsentation (8) (entfernen)
Referierte Publikation
- nein (8)
Schlagworte
- Simulation (8) (entfernen)
Organisationseinheit der BAM
- 8 Zerstörungsfreie Prüfung (8) (entfernen)
Im Rahmen des Forschungsprojekts "Artificial Intelligence for Rail Inspection" (AIFRI) wird ein KI-Algorithmus entwickelt, um die Fehlererkennung und Bewertung bei der Auswertung von Schienenprüfungen mittels Ultraschall- und Wirbelstromprüfverfahren zu verbessern. Die Bandbreite möglicher Defekte und die Menge an Einflussgrößen auf die Schienenprüfung ist sehr groß, aber die Prüfdaten aus dem Feld bilden diese Bandbreite nicht balanciert ab und sind unzureichend gelabelt. Durch Simulationen werden große Mengen detailliert gelabelter Daten für relevante Schienenschädigungen und Artefakte bereitgestellt. Aus diesen Daten werden wiederum virtuellen Prüffahrten erstellt, die für das Training und die Validierung der KI genutzt werden können.
In unserem Poster stellen wir die Simulation dieser Ultraschall- und Wirbelstromprüfdaten vor. Dabei gehen wir im Detail auf die Themen CAD-Modellierung, Modellparameter, Simulationssoftware und Signalverarbeitung ein. Wir stellen ausgewählt die Simulation von Head Checks für Wirbelstromprüfverfahren und Bohrungsanrissen für Ultraschallprüfverfahren dar, da das Erkennen dieser Schädigungstypen bei der Schienenprüfung hohe Priorität innehat.
Für die Verifikation der Simulationsergebnisse verweisen wir auf den ebenfalls eingereichten Vortrag „Verifikation von Ultraschall- und Wirbelstromsimulationen bei der Schienenprüfung“.
Das Projekt AIFRI wird im Rahmen der Innovationsinitiative mFUND unter dem Förderkennzeichen 19FS2014 durch das Bundesministerium für Digitales und Verkehr gefördert.
Virtual CT with aRTist
(2023)
The software aRTist is a simulation tool for the generation of realistic radiographs of virtual radiographic superstructures.
With radiographic simulations, virtual component models can be scanned as in a computer tomograph.
Industrial X-ray computed tomography (CT) enables the non-destructive detection of internal and external surfaces as well as inhomogeneities of technical objects. Virtual CT offers new possibilities for the investigation of parameter influences of this complex testing and measuring technique. In addition to the option of switching physical effects on and off, scanning movements can also be tested before their technical realization.
The virtual CT generates projection images from different directions for the subsequent reconstruction of a volume model of the examined object. The reconstruction of the simulated scans is carried out with the algorithms and programs for real scans. Tomographic scans consist of a large number of projections, which practically cannot be generated individually by the user of a simulation. The software offers various options for the automated simulation of tomographic scans. These range from standard CT to scans on free trajectories or with individual projection matrices.
Bei der simulationsunterstützten Planung kritischer Ultraschallprüfaufgaben ist die detaillierte Kenntnis der Parameter der eingesetzten Prüfköpfe von entscheidender Bedeutung. Durch die, in den Regelwerken (DIN EN ISO 22232-2) zugelassenen Toleranzen bei der Herstellung der Prüfköpfe sind einige Prüfkopfparameter nur ungefähr bekannt. Durch die Alterung von Prüfköpfen und Verschleiß können auch Parameter variieren, die nicht vollständig durch die erforderliche Justierung ausgeglichen werden können. Daher sind zusätzlichen Vorversuche oft unvermeidlich. In dieser Arbeit wurden nach einer statistischen Versuchsplanung (DoE) Untersuchungen zur relativen Echo-Empfindlichkeit von konventionellen Prüfköpfen durchgeführt. Die Auswertung wurde für prüfkopfbezogene und personenbezogene Stichproben durchgeführt. Es wird gezeigt, wie weit die Daten um den Zentralwert herum verteilt sind bzw. wie sehr sich das Testobjekt im untersuchten Merkmal unterscheidet. Gerade in Hinblick auf die Beurteilung der intrinsischen Fähigkeit von Prüfverfahren und der Human Factors wird das POD-Analysekonzept zur quantitativen Bewertung der Zuverlässigkeit weiterentwickelt. Die HF-Quantifizierung bezieht sich auf verschiedene Faktoren und Methoden, die in der Veröffentlichung von M. Bertovic et al. [1] ausführlich beschrieben wurden. Die Schritte, die für das Bewertungsverfahren zur POD-Analyse erforderlich sind, werden in der Veröffentlichung von D. Kanzler et al. [2] detailliert dargestellt. Die grundlegenden Anforderungen an die Testkörpersätze für die POD-Analyse wurden in der Publikation von A. Jüngert et al. [3] zusammengefasst. Diesbezüglich wurden mit Hilfe von Simulationsrechnungen die möglichen Abweichungen an Beispielen der im Projekt norm- POD ausgewählten Prüfanordnungen dargestellt. Die Ergebnisse wurden Messungen an Testkörpern gegenübergestellt.
Multifaceted developments for pre-disposal management of low and intermediate level radioactive waste are undertaken in the EC funded project PREDIS. In work package 7, innovations in cemented waste handling and pre-disposal storage are advanced by testing and evaluating. To provide better means for safe and effective monitoring of cemented waste packages including prediction tools to assess the future integrity development during pre-disposal activities, several monitoring and digital tools are evaluated and improved. Both safety enhancement (e. g. less exposure of testing personnel) and cost effectiveness are part of the intended impact. Current methods to pack, store, and monitor cemented wastes are identified, analysed and improved. Innovative integrity testing and monitoring techniques applied to evaluate and demonstrate package and storage quality assurance are further developed. The work includes but is not limited to inspection methods such as muon imaging, wireless sensors integrated into waste packages as well as external package and facility monitoring such as remote fiber optical sensors. The sensors applied will go beyond radiation monitoring and include proxy parameters important for long term integrity assessment (e. g. internal pressure). The measured data will be used in digital twins of the packages for specific simulations (geochemical, integrity) providing a prediction of future behaviour. Machine Learning techniques trained by the characterization of older packages will help to connect the models to the actual data. As data handling, processing and fusion are crucial for both the monitoring and the digital twin model, all data (measured and simulated) will be collected in a joint data base and connected to a decision framework. Finally, the implementation of the improved techniques will be tested at actual facilities. An overview about various relevant tools, their interconnections, and first research results will be shown.
The best-known discretization methods for solving engineering problems formulated as partial differential equations are finite difference method (FDM), finite element method (FEM) and finite volume method (FVM). While the finite volume method is used in fluid mechanics, the finite element method is predominant in solid state mechanics. At first glance, FVM and FEM are two highly specialized methods. However, both methods can solve problems of both solid mechanics and fluid mechanics well. Since experimental mechanics deals not only with solid state physics but also with fluid mechanics problems, we want to understand FVM in the sense of FEM in this work. In the long term, we want to use the variational calculus to unify many important numerical methods in engineering science into a common framework. In this way, we expect that experiences can be better exchanged between different engineering sciences and thus innovations in the field of experimental mechanics can be advanced. But in this work, we limit ourselves to the understanding of the FVM with the help of the variational calculus already known in FEM. We use a simple 1D Poisson equation to clarify the point. First, we briefly summarize the FVM and FEM. Then we will deal with the actual topic of this paper, as we establish the FEM and the FVM on a common basis by variation formulation. It is shown here that the FVM can be understood in terms of the finite element method with the so-called Galerkin-Petrov approach.
Die Simulation von Ultraschallausbreitung ist ein wesentliches Hilfsmittel zur Optimierung von Prüfanordnungen und wird zunehmend in der Prüfvorbereitung eingesetzt.
Eisenbahnschienen sind Bauteile mit komplexer Geometrie und im eingebauten Zustand eingeschränkter Zugänglichkeit. Bei der Prüfung im Feld entstehen aus der Schienengeometrie komplexe Echosignale mit Formanzeigen, die schwer zu interpretieren sind.
Für das bessere Verständnis der Schallausbreitung in der Eisenbahnschiene wird diese in einem ersten Schritt mit Hilfe verschiedener Ansätze modelliert. Hierbei werden Finite Elemente Methoden und semi-analytischen Modelle verwendet. In einem zweiten Schritt werden die Ergebnisse der Simulationsmodelle einander gegenübergestellt und mit Messungen an realen Schienen verglichen.
Ziel dieser Untersuchungen ist die Validierung von Simulationsverfahren mit Hilfe von Messdatensätzen und Überprüfung der Anwendbarkeit bei der Bewertung von Ergebnissen der Schienenprüfung.
Die Simulation von Ultraschallausbreitung ist ein wesentliches Hilfsmittel zur Optimierung von Prüfanordnungen und wird zunehmend in der Prüfvorbereitung eingesetzt. Eisenbahnschienen sind Bauteile mit komplexer Geometrie und im eingebauten Zustand eingeschränkter Zugänglichkeit. Bei der Prüfung im Feld entstehen aus der Schienengeometrie komplexe Echosignale mit Formanzeigen, die schwer zu interpretieren sind.
Für das bessere Verständnis der Schallausbreitung in der Eisenbahnschiene wird diese in einem ersten Schritt mit Hilfe verschiedener Ansätze modelliert. Hierbei werden Finite Elemente Methoden und semi-analytischen Modelle verwendet. In einem zweiten Schritt werden die Ergebnisse der Simulationsmodelle einander gegenübergestellt und mit Messungen an realen Schienen verglichen.
Ziel dieser Untersuchungen ist die Validierung von Simulationsverfahren mit Hilfe von Messdatensätzen und Überprüfung der Anwendbarkeit bei der Bewertung von Ergebnissen der Schienenprüfung.
Simulation becomes more and more important in modern CT imaging. It is increasingly used to optimize techniques for complex applications, to support the preparation of written procedures, and for educational purposes. The radiographic simulator aRTist is a modelling tool which simulates X-ray imaging using a hybrid analytical and Monte Carlo method to efficiently model the radiation transport. In addition to the relevant physical effects such as absorption, scattering and fluorescence, simplified fast models are employed to describe the characteristics of the X-ray source and the detector. aRTist is well equipped to model realistic X-ray imaging setups due to the ability to load exported CAD object descriptions. A simple CT scan module is contained in aRTist which allows the simulation of standard (circular cone beam) scanning trajectories.
TomoSynth is a module for aRTist which allows to set up more complex scanning trajectories by attaching geometrical modification functions to the objects in the radiographic scene. In this way, advanced scanning modes can be realized, for instance helical CT as an overlay of a rotation and a linear motion, or laminography as a motion of the source point. In addition to deterministic motion, also random variations can be introduced. By combining random variations with deterministic motion, non-ideal (realistic) CT scan geometries can be simulated, e.g. focal spot drift and mechanical instability of the axis of rotation. The TomoSynth module conveniently allows to construct these scenarios in a graphical interface and provides a preview before starting the (potentially long running) batch job. Therefore, deviations from ideal CT scan trajectories can be easily adjusted which is a necessary step towards uncertainty determination from simulation.