Das Ziel dieser Bachelorarbeit mit dem Titel „Optische Algorithmen zur Qualitätssicherung im Additive-Manufacturing-Prozess“ ist es, die Rolle optischer Algorithmen in der Qualitätssicherung im Additive Manufacturing festzustellen.
Die optischen Algorithmen finden im Rahmen der Qualitätssicherung ihre Anwendung im Bereich der Bildverarbeitung.
Im vorausgegangenen Studienprojekt mit dem Titel "Optische Algorithmen zur Qualitätssicherung im Additive-Manufacturing-Prozess" wurde ein Prototyp entwickelt, der es ermöglicht, physische Objekte mit deren virtuellem 3D-Modell zu vergleichen, um Aussagen zur Übereinstimmung und Qualität des Objektes treffen zu können. Dies setzt der Prototyp durch einen Vergleich der Konturen des physischen mit dem virtuellen Objekt um. Im Rahmen dieser Bachelorarbeit liegt der Fokus darauf, inwiefern optische Algorithmen als Teil der BV die QS unterstützen können. Dabei werden Anforderungen aus der AM-Wertschöpfungskette an die QS und BV erhoben. Der Prototyp dient hierbei als Grundlage zur Evaluierung der gestellten Anforderungen.
Inhaltsverzeichnis
1. Einleitung
1.1 Motivation und Problemstellung
1.2 Stand der Forschung
1.3 Forschungsfrage und Bezugsrahmen
1.4 Gang der Arbeit
2. Grundlagen Additive Manufacturing
2.1 Additive Manufacturing und AM- Wertschöpfungskette
2.1.1 Virtuelles Additive-Manufacturing-Bauteil
2.1.2 Physisches Additive-Manufacturing-Bauteil
2.2 Qualitätssicherung durch Bildverarbeitung
2.2.1 Qualitätssicherung
2.2.2 Qualitätsanforderungen an Bauteile
2.2.3 Qualitätsmerkmale im Additive-Manufacturing-Bauteil
2.3 Optische Algorithmen und Ansatzpunkte
2.3.1 Maschinelles Sehen
2.3.2 Optische Algorithmen in der Bildverarbeitung
2.3.2.1 Kantenextraktion als Grundlage für die Bildverarbeitung
2.3.2.2 Bildverbesserung durch optische Algorithmen
3. Gang der Forschung
3.1 Forschungsdesign
3.2 AM- Wertschöpfungskette und Anforderungen
3.2.1 Processing
3.2.2 Post-Processing
3.3 Anforderungen an die Qualitätssicherung
3.4 Anforderungen an die Bildverarbeitung
3.5 Einsatzmöglichkeiten optischer Algorithmen in der Bildverarbeitung
4. Prototyp Studienprojekt
4.1 Einordnung in die AM- Wertschöpfungskette
4.2 Architektur des Prototyps
4.3 Ausführung des Prototyps
4.4 Verwendete optische Algorithmen
4.4.1 Binärsegmentierung: Schwellenwertverfahren
4.4.2 Kantendetektion: Canny- Algorithmus
4.4.3 Konturenvergleich: Algorithmus von Suzuki und Abe
4.5 Analyse des Prototyps
4.5.1 Evaluation anhand der Anforderungsanalyse
4.5.2 Stärken-Schwächen-Analyse
5. Diskussion
6. Fazit
Zielsetzung & Themen
Diese Bachelorarbeit untersucht die Rolle optischer Algorithmen im Bereich der Bildverarbeitung, um die Qualitätssicherung in additiven Fertigungsprozessen (AM) zu unterstützen und zu evaluieren. Dabei steht die Forschungsfrage im Mittelpunkt, inwiefern sich solche Algorithmen zur Unterstützung AM-basierter Wertschöpfungsprozesse eignen, wobei ein entwickelter Prototyp zur Evaluation der erhobenen Anforderungen dient.
- Grundlagen des Additive Manufacturing und der AM-Wertschöpfungskette
- Methoden der Qualitätssicherung mittels Bildverarbeitung
- Einsatz und Funktionsweise optischer Algorithmen (z. B. Canny-Algorithmus, Suzuki und Abe)
- Anforderungsanalyse für QS und Bildverarbeitung im AM
- Evaluation eines Prototyps namens „Image-DXF-Comparing“
Auszug aus dem Buch
2.3.2 Optische Algorithmen in der Bildverarbeitung
Die Computergrafik generiert aus einer abstrakten Objektbeschreibung ein Bild, während in der BV charakteristische Merkmale aus einem Bild extrahiert werden, um so die im Bild enthaltenen Objekte zu erkennen und diese in Form einer abstrakten Objektbeschreibung darstellen zu können. Dieses Zusammenspiel ist in Abbildung 6 dargestellt. Nischwitz beschreibt das Zusammenspiel kurz: „Computergrafik ist die Synthese von Bildern und Bildverarbeitung ist die Analyse von Bildern. In diesem Sinne ist die Computergrafik die inverse Operation zur BV.“ Computergrafiken werden außerdem zur Darstellung von Ergebnissen verwendet, bei dem die Grenzen zwischen Computergrafik und BV verschwimmen.
Da bspw. 3D-Bilder in der Medizin, bei der bereits mehrere BV-Algorithmen angewandt wurden, räumlich als Computergrafik dargestellt werden.
Es werden für die Computergrafik und BV eine Vielzahl an Methoden, Operatoren und Datenstrukturen benötigt. Aufgrund der Überschneidungen zwischen den beiden Disziplinen kommen häufig die gleichen Algorithmen zum Einsatz.
Da sich diese Arbeit mit der QS durch BV und optische Algorithmen beschäftigt, wird im Folgenden das Hauptaugenmerk auf die BV gelegt.
Zusammenfassung der Kapitel
1. Einleitung: Definiert das Ziel der Arbeit, die Rolle optischer Algorithmen in der Qualitätssicherung des Additive Manufacturing zu untersuchen und einen Prototyp zu evaluieren.
2. Grundlagen Additive Manufacturing: Vermittelt die notwendigen theoretischen Kenntnisse zu AM-Prozessen, Qualitätssicherung durch Bildverarbeitung und den theoretischen Grundlagen optischer Algorithmen.
3. Gang der Forschung: Erläutert das Forschungsdesign sowie die Anforderungen an die Qualitätssicherung und Bildverarbeitung innerhalb der AM-Wertschöpfungskette.
4. Prototyp Studienprojekt: Dokumentiert die Architektur, Ausführung und algorithmische Basis des Prototyps sowie dessen Analyse hinsichtlich der zuvor erhobenen Anforderungen.
5. Diskussion: Erörtert aktuelle Trends wie Computertomographie, Image Mining und maschinelles Lernen für zukünftige Qualitätssicherungsprozesse.
6. Fazit: Fasst die Ergebnisse zusammen und unterstreicht die Bedeutung der Optimierung optischer Algorithmen für zukünftige Echtzeit-Qualitätssicherung im AM.
Schlüsselwörter
Additive Manufacturing, Qualitätssicherung, Bildverarbeitung, Optische Algorithmen, Canny-Algorithmus, Suzuki und Abe, Prototyping, Wertschöpfungskette, Kantenextraktion, Bildverbesserung, CAD, STL, Fertigungsprozess, Qualität, Automatisierung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Bachelorarbeit beschäftigt sich mit der Qualitätssicherung im Additive-Manufacturing-Prozess und untersucht dabei, wie optische Algorithmen innerhalb der Bildverarbeitung zur Überprüfung der Bauteilqualität eingesetzt werden können.
Was sind die zentralen Themenfelder?
Die zentralen Themen umfassen die additive Fertigung (AM), die Qualitätssicherung (QS), die digitale Bildverarbeitung (BV) sowie die Anwendung spezifischer optischer Algorithmen zur Erkennung und Vermessung von Bauteilen.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Hauptziel ist die Beantwortung der Forschungsfrage: „Inwiefern eignen sich optische Algorithmen zur Unterstützung AM-basierter Wertschöpfungsprozesse“.
Welche wissenschaftliche Methode wird verwendet?
Es wird ein qualitativ-konstruktionsorientierter Forschungsansatz gewählt, der eine argumentativ-deduktive Analyse mit der Entwicklung und Evaluation eines Prototyps verbindet.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in die theoretischen Grundlagen des AM und der Bildverarbeitung, die Ableitung von Anforderungen aus der AM-Wertschöpfungskette sowie die technische Analyse und Stärken-Schwächen-Evaluation des Prototyps.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Additive Manufacturing, Qualitätssicherung, Bildverarbeitung, optische Algorithmen, Canny-Algorithmus und die Bauteilqualitätsbestimmung.
Wie unterscheidet der Prototyp zwischen dem physischen und dem virtuellen Bauteil?
Der Prototyp vergleicht die Konturen eines mit einer Kamera oder einem Scanner aufgenommenen Bildes des physischen Objekts mit den Konturen aus einer in ein DXF-Format konvertierten CAD/STL-Datei.
Welche Schwachstellen des Prototyps werden in der Analyse identifiziert?
Die größte Schwäche ist die mangelnde Automatisierung, die viele manuelle Eingriffe des Nutzers erfordert, sowie die eingeschränkte Fähigkeit, komplexe Bauteile mit Rundungen vollumfänglich zu prüfen.
- Arbeit zitieren
- Anonym (Autor:in), 2020, Optische Algorithmen zur Qualitätssicherung im Additive-Manufacturing-Prozess. Inwiefern eignen sich optische Algorithmen zur Unterstützung AM-basierter Wertschöpfungsprozesse, München, GRIN Verlag, https://www.grin.com/document/1006968
