Titelaufnahme
Titelaufnahme
- TitelDeep-Learning-basierte Materialbestimmung für die industrielle Computertomographie / von M. Sc. Moritz Weiß aus Essen
- Verfasser
- Gutachter
- Erschienen
- Umfang1 Online-Ressource (viii, 156 Seiten) : Illustrationen
- HochschulschriftBergische Universität Wuppertal, Dissertation, 2025
- Verteidigung2025-06-06
- SpracheDeutsch
- DokumenttypDissertation
- Institution
- URN
- DOI
Zugriffsbeschränkung
- Das Dokument ist frei verfügbar
Links
- Social MediaShare
- Nachweis
- Archiv
- IIIF
Dateien
Klassifikation
Zusammenfassung
Die industrielle Computertomographie (CT) ist eine zerstörungsfreie Prüftechnik, die dreidimensionale, digitale Abbilder, die sogenannten CT-Volumen, von Prüfteilen mithilfe von Röntgenstrahlung erzeugt. Diese Dissertation untersucht den Einsatz von Deep Learning (DL) zur Bestimmung der Kernladungszahl und Dichte von Prüfteilen anhand von industriellen CT-Scans. Mit dem so erlangten Wissen über die Materialzusammensetzung eines Prüfteils können vielfältige Prüfszenarien, insbesondere an sicherheitskritischen Prüfteilen, realisiert sowie der Recyclingprozess verbessert werden. Der Einsatz eines DL-basierten Ansatzes verlangt neben einer passenden DL-Architektur Trainingsdaten, die das zu lernende Problem, die Materialbestimmung, hinreichend gutdarstellen. Somit besteht ein zentraler Beitrag dieser Dissertation in der Entwicklung einer anforderungsgerechten CT-Simulation zur Erzeugung annotierter Datensätze. Weiterhin wird in dieser Dissertation erstmalig eine Convolution-basierte Architektur mit einerTransformer-basierten Architektur für die Materialbestimmung anhand von CT-Volumen quantitativ verglichen. Die wichtigsten Einflussfaktoren, die bei dem Transfer der entwickelten Methode zur Materialbestimmung in die reale CT-Anwendung auftreten, werden identifiziert und quantitativ analysiert. Anhand eines realen CT-Scans einer LithiumIonen-Batterie wird gezeigt, dass die entwickelte Methode geeignet ist, um sowohl in Bezug auf Präzision als auch Laufzeit in der in-line Fertigung von Lithium-Ionen-Batterien eingesetzt zu werden. Abschließend werden abseits der Materialbestimmung weitere Anwendungspotentiale aus der entwickelten Methodik abgeleitet und exemplarisch erprobt.
Inhalt
Statistik
- Das PDF-Dokument wurde 5 mal heruntergeladen.
