Forschung für den Mittelstand - Die IGF-Projektdatenbank

Zerstörungsfreie Prüfung mittels automatisierter Shearografie zur bedienerunabhängigen Fehlerdetektion in Faserverbundkunststoffstrukturen (Auto-Shearografie)

Die Shearografie ermöglicht die berührungslose und zerstörungsfreie Prüfung von Bauteilen und eignet sich v. a. für die Untersuchung dünner, faserverstärkter Kunststoffe (FVK) oder Sandwichkonstruktionen, wie sie zunehmend in der Luft- und Raumfahrt sowie im Automobilbau Anwendung finden. Vorteil gegenüber anderen Verfahren ist die hohe laterale Auflösung, die Unabhängigkeit von bestimmten Materialeigenschaften und die relative Unempfindlichkeit gegenüber Umgebungseinflüssen. Dies prädestiniert die Shearografie für die zerstörungsfreie und berührungslose Prüfung von FVK, welche im Zuge dieses Forschungsvorhabens weiterentwickelt werden soll.

Die industrielle Akzeptanz der Shearografie ist v. a. aufgrund der hohen Anforderungen an das Prüfpersonal, die vor Prüfbeginn das Messsystem genau auf die vorliegende Messaufgabe einstellen müssen, nur bei häufig wiederkehrenden, identischen Prüfabläufen gegeben. Ebenso setzt die Aufbereitung der Messdaten und die abschließende Ergebnisinterpretation Fachwissen voraus, sodass eine Anwendung oftmals nur durch ausgebildetes Fachpersonal möglich ist. Ziel ist es, die kommerziell verfügbaren Shearografie-Systeme der Forschungseinrichtungen für eine automatisierte Prüfung weiterzuentwickeln. Sowohl die Einstellung des Messsystems auf die Prüfaufgabe (Shearbetrag, Fokussierung, Blendengröße), die Durchführung der Messung als auch die Auswertung der Ergebnisbilder sollen automatisiert werden, um den Prüfvorgang zu verkürzen sowie eine bedienerunabhängige Fehlerdetektion zu ermöglichen. Anschließend werden systematisch verschiedene Fehlermerkmale und FVK getestet und mithilfe von Analysen zur „probability of detection“ quantifiziert.

Damit können konkrete Anwendungsmöglichkeiten sowie weiterer Entwicklungs- und Forschungsbedarf abgeleitet werden. Außerdem werden v. a. kleinen und mittelständischen Unternehmen auf der Anwenderseite die Berührungsängste genommen und damit der Weg zum industriellen Systemeinsatz geebnet.

Ergebniszusammenfassung:

Zu Beginn des Vorhabens wurden verschiedenste Teststrukturen aus Faserkunststoffverbunden definiert. Es wurden ebene Bauteile gewählt und der Fokus auf die unterschiedlichen Fehlstellenarten und -ausprägungen sowie Bauteildicken gelegt. Einerseits wurden Delaminationen durch die Schädigung gekerbter Proben gezielt eingebracht. Anderseits konnte eine prozesstechnische Lösung mittels der Applikation eines Treibmittels zur Herstellung von Poren bzw. trockenen Stellen entwickelt werden.

Auf Basis der experimentellen Grundcharakterisierung dieser Referenzbauteile wurden signifikante Einflussparameter der Shearografie auf die Messgenauigkeit abgeleitet. Es konnten Handlungsempfehlungen zur Wahl der entsprechenden Anregungsmethoden und zur Handhabung erstellt werden. Mittels Korrelationsanalysen wurde fundiertes Wissen zum Einfluss von Geometrie- und Messparametern auf die Ausprägung der typischen Merkmalsmuster bzw. auf die Detektierbarkeit von Fehlstellen generiert.

Weiterführend auf diesen gewonnenen Erkenntnissen wurde eine Automatisierung sowohl in Hardware als auch in Software der zwei unterschiedlichen Messsysteme der Forschungsstellen durchgeführt. Das SKZ konnte mittels der Integration eines Stellmotors und der Entwicklung eines Algorithmus in der Bildverarbeitung und -auswertung eine automatisierte Fokussierung des eingesetzten SE-2 Systems der Firma isi-sys GmbH erarbeiten. Mittels der softwaretechnischen Ansteuerung der Shearografiesysteme durch das erworbene software development kit konnte das SKZ eine automatisierte Regelung des Shearbetrages und -richtung in den Messablauf integrieren.

Letztlich wurden Methoden der künstlichen Intelligenz genutzt, um eine automatisierte Fehlstellendetektion zu realisieren. Im Speziellen wurde eine Objektdetektion basierend auf einer Netzwerkarchitektur des Deep Learnings auf die Shearografie übertragen. Diese Ergebnisse konnten in eine grafische Benutzeroberfläche überführt werden, um die Anwendung in KMU zu erleichtern.