Bildverarbeitung im Kontext von Additive Manufacturing

Entwicklung einer Softwarearchitektur zur Unterstützung der Qualitätssicherung additiv gefertigter Bauteile


Bachelor Thesis, 2017
48 Pages, Grade: 1,7
Albert Schnake (Author)

Excerpt

Inhaltsverzeichnis

Abkürzungsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

1. Einleitung
1.1 Motivation und Problemstellung
1.2 Stand der Forschung
1.3 Forschungsfragen und Bezugsrahmen
1.4 Gang der Arbeit

2. Grundlagen zu Additive Manufacturing, Softwarearchitektur und Qualitätssicherung durch Bildverarbeitung
2.1 Additive Manufacturing
2.1.1 Virtuelles Additive-Manufacturing-Bauteil
2.1.2 Physisches Additive-Manufacturing-Bauteil
2.2 Qualitätssicherung durch Bildverarbeitung
2.2.1 Qualitätssicherung
2.2.1.1 Qualität aus der Produktsicht
2.2.1.2 Qualitätsmerkmale im Additive-Manufacturing-Bauteil
2.2.2 Bildverarbeitung
2.2.2.1 Segmentierung: Schwellenwertverfahren
2.2.2.2 Kantendetektion: Canny-Kantendetektor
2.3 Softwarearchitektur
2.3.1 Persistenzschicht
2.3.2 Anwendungsschicht
2.3.3 Präsentationsschicht

3. Gang der Forschung
3.1 Forschungsdesign
3.2 Prototypische Umsetzung der Prüfungsfunktion
3.2.1 Programmablauf
3.2.2 Architektur des Prototyps
3.2.3 Prüfungsablauf
3.3 Anforderungsanalyse
3.3.1 Aus dem Prototyp
3.3.2 Aus der Literatur

4. Anforderungen
4.1 „Vorbereitung“-Anforderungen
4.2 „Prüfung“-Anforderungen
4.3 „Abschluss“-Anforderungen

5. Lösungskonzept
5.1 Komponenten
5.1.1 Hardwarekomponenten
5.1.2 Komponenten der Persistenzschicht
5.1.3 Komponenten der Anwendungsschicht
5.1.4 Komponenten der Präsentationsschicht
5.2 Architektur

6. Aussicht

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Bezugsrahmen

Abbildung 2: Prinzip der Generativen Fertigung

Abbildung 3: CAD-Modell und STL-Format

Abbildung 4: Treppenstufeneffekt im physischen Bauteil

Abbildung 5: Qualität aus Produktsicht

Abbildung 6: Segmentierung bei verschiedenen Schwellwerten

Abbildung 7: Schritte des Canny-Kantendetektors

Abbildung 8: Drei-Schichten-Architektur

Abbildung 9: Prototyp „Image-DXF-Comparing"

Abbildung 10: Klassendiagramm Architektur des Prototyps

Abbildung 11: Prüfungsablauf als Aktivitätsdiagramm

Abbildung 12: Beispielanlage zur QS von AM-Bauteilen

Abbildung 13: Entity-Relationship-Diagramm für eine QS von AM-Bauteilen

Abbildung 14: Komponentendiagramm Datenverwaltung

Abbildung 15: Komponentendiagramm Anlagesteuerung

Abbildung 16: Komponentendiagramm Prüfung

Abbildung 17: Use-Case-Diagramm GUI

Abbildung 18: Beispiel GUI für die Anwendung

Abbildung 19: Architektur als Komponentendiagramm

Tabellenverzeichnis

Tabelle 1: Anforderungen

1. Einleitung

Diese Arbeit befasst sich mit der Entwicklung einer Softwarearchitektur (nachfolgend Architektur genannt) zur Unterstützung der Qualitätssicherung (QS) im Kontext von Additive-Manufacturing (AM). Die Durchführung der QS-Maßnahmen erfolgt mit Hilfe von Methoden der Bildverarbeitung (BV). Im vorangegangenen Studienprojekt mit dem Titel „Optische Algorithmen zur Qualitätssicherung im Additive-Manufacturing-Prozess“ wurde ein Prototyp entwickelt, der physische Objekte mit deren virtueller Repräsentanz vergleichen kann. Der Prototyp führt hierzu seitenweise Kontur- und Größenvergleiche mit dem physischen und dem virtuellen Bauteil durch. Anschließend erfolgt die Ausgabe der Vergleichsergebnisse.

Im Rahmen dieser Arbeit steht die Entwicklung einer Architektur im Vordergrund, durch die QS-Prozesse mithilfe von BV-Algorithmen ermöglicht werden. Der erstellte Prototyp dient hierfür als Bezugsobjekt.

1.1 Motivation und Problemstellung

Beim AM werden aus digitalen Informationen physische Objekte durch verschiedene Fertigungsverfahren Schicht für Schicht hergestellt. Diese Informationen bestimmen sowohl die Geometrie des physischen Objekts als auch dessen Materialeigenschaften.[1]

Unternehmen aus den verschiedensten Branchen, wie zum Beispiel der Produktion, Medizin oder Luftfahrt greifen auf diese Technologie zurück, da sie vielseitige Einsatzmöglichkeiten verspricht. Das schnelle Entwickeln von Prototypen oder die Produktion von individuellen Gütern in geringer Stückzahl zählen hier dazu.[2]

Ein weiterer Treiber für die Nutzung von AM in der Produktion ist die hohe Gewinnspanne, die durch niedrige Herstellungskosten ermöglicht wird.[3] AM hatte im Jahr 2014 einen Marktwert von mehr als 4 Milliarden Dollar und es wird prognostiziert, dass sich dieser bereits 2020 auf mehr als 21 Milliarden Dollar erhöhen wird.[4]

Für Unternehmen aus den genannten Branchen besteht das Interesse, qualitativ hochwertige Produkte anzubieten, um Anforderungen wie die Kundenzufriedenheit in der Produktion oder der Sicherheit in der Luftfahrt gerecht zu werden. Aus diesem Grund sind zuverlässige QS-Maßnahmen vonnöten, die erzeugte Bauteile auf ihre Qualität überprüfen.

1.2 Stand der Forschung

Zur Bestimmung der Gesamtqualität eines Bauteils, das mittels AM hergestellt wurde, wird mehr als ein Verfahren benötigt. Zur Bestimmung der Festigkeitseigenschaften unter Beanspruchung, wie dies bei Prothesen in der Medizin relevant ist, können optische Inspektionen nicht die benötigten Ergebnisse liefern. Hier kommen andere Verfahren zum Einsatz, für die jedoch auch große Forschungsdefizite bestehen und Nachholbedarf herrscht. Für die Charakterisierung von Materialeigenschaften gibt es im AM auch keine spezifischen Standards und Normen.[5]

In dieser Arbeit werden nur die Qualitätsmerkmale für Bauteile näher betrachtet, die mithilfe von BV erfasst werden können. Diese werden in Kapitel 2.2.1.2 näher beschrieben.

Durch AM werden Objekte mit komplexen Freiform-Flächen erstellt, deren QS eine große Herausforderung darstellt. Zur Erkennung der Geometrieeigenschaften müssen Messtechniken für unregelmäßige und komplexe Formen gefunden werden. In der Optik gibt es bereits Ansätze zur Schätzung von Formfehlern in komplexen Freiform-Geometrien, allerdings existiert im Bereich des AM noch Forschungsbedarf hierfür.[6]

Auch bei der Überprüfung der inneren Beschaffenheit eines Bauteils mangelt es an nötigen Technologien, um verwertbare Bilddaten zu erzeugen. Ultraschall und Computertomographie sind Ansätze, die das Innere eines Bauteils zerstörungsfrei analysieren können. Diese müssen jedoch ebenfalls verbessert werden.[7]

1.3 Forschungsfragen und Bezugsrahmen

Da die BV im Rahmen dieser Arbeit das Hauptwerkzeug zur Sicherung der Qualität darstellt, ist die Entwicklung einer Software ein entscheidender Schritt. Somit hat diese Arbeit das Ziel, typische Anforderungen, Komponenten und die Architektur einer Software zu ermitteln, die BV nutzt um QS-Maßnahmen von AM-Bauteilen durchzuführen.

Zur Klärung des Sachverhalts werden die folgenden Forschungsfragen aufgestellt:

(FF1) „Welche Anforderungen ergeben sich aus einer Qualitätssicherung für Additive-Manufacturing-Bauteile unter der Nutzung von Bildverarbeitung?“

(FF2) „Welche Komponenten werden benötigt, um den Anforderungen gerecht zu werden?“

(FF3) „Wie kann eine Softwarearchitektur zur Qualitätssicherung von Additive-Manufacturing-Bauteilen durch Bildverarbeitung gestaltet sein?“

Bei Abschluss dieser Arbeit sollen konkrete Architekturen, Komponenten und Anforderungen erläutert werden, die für die QS von produzierten AM-Bauteilen unverzichtbar sind oder diese sinnvoll ergänzen. Zur Beantwortung der Forschungsfragen wird im Verlauf dieser Arbeit ein Lösungskonzept erstellt. Diesem gehen die ermittelten Anforderungen vor, die in tabellarischer Form aufgelistet und beschrieben werden. Innerhalb des Konzepts werden die ermittelten Komponenten und Architekturen abstrahiert mithilfe von Modellierungssprachen wie der „ Unified Modelling Language “ (UML) und Beschreibungen dargestellt.

In Abbildung 1 wird der Bezugsrahmen verdeutlicht, mit dem sich diese Arbeit befasst. Im Kern steht hierbei das AM-Bauteil, welches sowohl einen Bezug zum virtuellen als auch zum physischen Bauteil besitzt.

Das physische Bauteil wird aus digitalen Informationen des virtuellen Bauteils erzeugt. Hierbei können verschiedene AM-Verfahren zum Einsatz kommen. Das physische Bauteil stellt einen konkreten Typ der übergeordneten Instanz „Virtuelles Bauteil“ dar.

Zwischen dem virtuellen und physischen Bauteil muss ein Abgleich stattfinden, um die Soll-Zustände des virtuellen mit den Ist-Zuständen des physischen Bauteils zu vergleichen. Dies zielt darauf hinaus, die Qualität eines AM-Bauteils zu bestimmen, die durch diverse Qualitätsmerkmale messbar gemacht werden soll. Dieser Abgleich läuft softwaregestützt durch BV ab und stellt den Fokus dieser Arbeit dar. Es muss ebenfalls geklärt werden, an welchen Punkten eine Software ansetzen kann, um die Qualitätsmerkmale des Bauteils vergleichen zu können.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Bezugsrahmen

Die Architektur der BV-Software ist ebenfalls Gegenstand dieser Arbeit. Diese wird unter Verwendung des Drei-Schichten-Modells beschrieben, die die Architektur in folgende Schichten mit eigenen Zuständigkeitsbereichen unterteilt: Persistenzschicht, Anwendungsschicht und Präsentationsschicht.

1.4 Gang der Arbeit

Im Verlauf dieser Arbeit werden zunächst in Kapitel 2 die Grundlagen bezüglich der Architektur von BV-Software zur QS behandelt. Die Bedeutungen der verwendeten Begrifflichkeiten aus dem Bezugsrahmen werden dabei ebenfalls erläutert. Das Kapitel dient zum Verständnis von Grundlagen für den Leser, um nachfolgende Inhalte der Arbeit sowie deren Zusammenhänge besser vermittelbar zu machen.

In Kapitel 3, dem Gang der Forschung, werden die ausgewählten Forschungsmethoden zur Beantwortung der Forschungsfragen besprochen. Der Prototyp, welcher in der vorangegangenen Arbeit entwickelt wurde, wird ebenfalls in diesem Kapitel vorgestellt. Das Ziel des Kapitels ist die Analyse von Anforderungen aus dem Prototyp und der Literatur. Diese dient als Grundlage für das 4.Kapitel.

Im Kapitel „Anforderungen“ werden die analysierten Anforderungen aus dem vorherigen Kapitel aufgelistet und beschrieben (FF1). Dieses Kapitel dient als Fundament für das Lösungskonzept.

Im Lösungskonzept werden anschließend die Komponenten aus den Anforderungen abgeleitet (FF2). Basierend auf den Komponenten wird abschließend der Architekturentwurf der BV-Software zur QS von AM-Bauteilen erstellt (FF3).

Daraufhin wird im Abschlusskapitel diskutiert, welche Art von QS-Maßnahmen für AM-Bauteile zum Einsatz kommen. Zusätzlich werden die Unterschiede zum erstellten Lösungskonzept beschrieben. Abschließend werden Fragen für die weiterführende Forschung in diesem Themenbereich angestoßen.

2. Grundlagen zu Additive Manufacturing, Softwarearchitektur und Qualitätssicherung durch Bildverarbeitung

Dieses Kapitel dient zur Vermittlung von Grundlagen über die Themenbereiche, die zum Verständnis der weiteren Arbeit relevant sind. Zunächst wird auf den Themenbereich AM eingegangen, das Fertigungsprinzip erläutert und das virtuelle und physische Bauteil beschrieben.

Des Weiteren wird die QS durch BV behandelt. Hier wird auf Qualität allgemein eingegangen und auf Qualitätsmerkmale im AM-Bauteil, die durch BV untersucht werden können. BV ist ebenfalls Gegenstand dieses Kapitels. Dabei wird konkret auf die Operationen Segmentierung und Kantendetektion eingegangen.

Abschließend wird die Architektur von Software behandelt und wie diese beschrieben werden kann. Das Drei-Schichten-Modell wird erklärt und die darin enthaltene Persistenzschicht, Anwendungsschicht und Präsentationsschicht erläutert.

2.1 Additive Manufacturing

Beim AM wird die Geometrie eines Bauteils durch das Schichtbauprinzip gefertigt: das herzustellende Objekt wird in Scheiben geschnitten und schichtweise aufgebaut. Dieser Prozess läuft bei generativen Fertigungsverfahren automatisiert und computergestützt ab.[8] Das Schichtbauprinzip hat den Vorteil, dass die Fertigung von geometrisch komplexen Strukturen ermöglicht wird, während diese durch traditionelle Verfahren gar nicht oder nur mit hohem Aufwand realisierbar sind. Eine Übersicht über das Fertigungsprinzip gibt Abbildung 2. Ausgangspunkt im Verfahren ist das CAD-Modell, das die Informationen des Bauteils beinhaltet. Dieses wird daraufhin mit mathematischen Methoden in gleich große Schichten aufgeteilt. Die Informationen über die Schichten werden an die generative Fertigungsanlage übermittelt und dann in physische Schichten umgewandelt. Zur Fertigstellung des physischen Bauteils werden die einzelnen Schichten zusammengeführt, indem sie aufeinandergeschichtet werden. Es ist vom genutzten Verfahren abhängig, ob die Verbindung zwischen den Schichten während der Erstellung oder nach der Fertigstellung dieser stattfindet.[9]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Prinzip der Generativen Fertigung[10]

2.1.1 Virtuelles Additive-Manufacturing-Bauteil

Das virtuelle AM-Bauteil stellt eine Beschreibung der Geometrie des Bauteils durch einen digitalen 3D-Datensatz dar, das als 3D-Modell bezeichnet wird. Im 3D-Modell sind nicht nur Informationen über die Bauteilgeometrie enthalten, sondern auch Informationen über Werkstoffe, Oberflächengüte, Fertigungsverfahren und viele mehr.[11] Dabei ist es wichtig, dass das 3D-Modell des herzustellenden Objekts vollständig und fehlerfrei beschrieben wird. In der Technik stammen die Daten in der Regel aus „ Computer Aided Design “-Konstruktionen (CAD), die am Computer manuell mithilfe von Programmen erstellt werden. Jedoch können auch aus Messwerten von geeigneten Maschinen wie Computertomographen oder 3D-Scannern CAD-Modelle rekonstruiert werden. Die Modellerstellung findet unabhängig von der Fertigung statt und für die Produktion muss das Modell an die Fertigungsanlage übergeben werden.[12]

Das CAD-Modell wird in das „ Surface Tesselation Language “ -Format (STL) überführt, der einen Industriestandard für die generative Fertigung darstellt und von allen Maschinen genutzt werden kann. In diesem Format wird die Oberfläche des Bauteils durch unterschiedlich große und ebene Dreiecke angenähert.[13] Siehe hierzu Abbildung 3: links befindet das CAD-Modell einer Teetasse, das rechts in das STL-Format überführt wurde und durch Dreiecke visualisiert wird.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: CAD-Modell und STL-Format[14]

2.1.2 Physisches Additive-Manufacturing-Bauteil

Physische Bauteile im AM können, abhängig vom gewählten Verfahren, aus Kunststoffen, Metallen, Keramiken und einigen anderen Materialien bestehen.[15] Im Normalfall besitzt das physische Bauteil die Farbe des Ausgangsmaterials, jedoch gibt es bereits Technologien, die Bauteile nach Belieben färben können.[16]

Zudem ist die exakte Reproduzierbarkeit eines Bauteils nahezu unmöglich: Prozessparameter wie die Laserstärke, Scangeschwindigkeit, Pulverkorngrößen oder die Pulverbetttemperatur beeinflussen die Fertigung des Bauteils und führen zu abweichenden Ergebnissen.[17] Bei generativen Fertigungsverfahren tritt außerdem der Treppenstufeneffekt auf, der dadurch charakterisiert ist, dass die einzelnen Schichten im Bauteil sichtbar sind.[18] Die Schichtdicke kann auf Kosten der Produktionszeit verringert werden um die Genauigkeit zu erhöhen, jedoch kann sie nicht gänzlich abgeschafft werden.[19] In Abbildung 4 ist der Treppenstufeneffekt in einem produzierten Bauteil erkennbar, wobei die sichtbaren Linien die einzelnen Schichten des Bauteils darstellen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: Treppenstufeneffekt im physischen Bauteil[20]

2.2 Qualitätssicherung durch Bildverarbeitung

Um eine gleichbleibend hohe Produktqualität zu gewährleisten, ist die visuelle Prüfung von Bauteilen Gegenstand des Prüfprozesses. Dabei bringt die optische Qualitätskontrolle durch den Menschen Nachteile mit sich, die durch BV weitgehend vermieden werden können: Ermüdung, subjektive Beurteilung und Durchschlüpfe sind einige dieser Nachteile.[21]

Da im AM überwiegend Kleinserien oder Einzelstücke hergestellt werden, bietet sich zur Sicherung der Bauteilqualität eine zerstörungsfreie Prüfmethode an.[22] Hierbei ist die optische Qualitätskontrolle durch BV eine dieser Methoden. Bauteileigenschaften werden in dieser Methode nicht verändert, was die Möglichkeit verschafft, die Bauteile nach einer erfolgreichen Kontrolle zu Nutzen oder zu Verkaufen.

Es gibt zwei Ansätze der optischen Qualitätskontrolle, die den Zeitpunkt betreffen: Entweder findet sie während dem Produktionsprozess statt oder wird diesem nachgeschalten.[23] Diese Arbeit befasst sich mit der QS, die nach der Bauteilproduktion durchgeführt wird.

2.2.1 Qualitätssicherung

„Die Qualitätssicherung umfasst … alle organisatorischen und technischen Maßnahmen, die vorbereitend, begleitend und prüfend der Schaffung und Erhaltung einer definierten Qualität eines Produkts … dienen.“[24]

QS lässt sich in die Teilfunktionen Qualitätsplanung, -steuerung und -kontrolle unterteilen. Die Qualitätsplanung hat die Aufgabe, produktbasierte Qualitätsmerkmale sowie zulässige Ausprägungen dieser festzulegen. Die Qualitätssteuerung beinhaltet die Vorgabe der Produktanforderungen sowie die Erfüllungsüberwachung dieser, um u.a. Korrekturen im Produktionsprozess vorzunehmen. Die Qualitätskontrolle nutz Soll-Ist-Vergleiche, um ermitteln zu können, ob und in welchem Umfang Produkte die an sie gestellten Qualitätsanforderungen erfüllen. Die Qualitätskontrolle kann in die Totalkontrolle und Partialkontrolle unterteilt werden. Ersteres kontrolliert alle Erzeugnisse und ist für das AM relevant während letzteres nur Stichproben überprüft.[25]

2.2.1.1 Qualität aus der Produktsicht

Für die Definition von Qualität gibt es viele verschiedene Ansätze. Garvin teilt die Qualität in fünf Kategorien ein: transzendent, produktbasiert, benutzerbasiert, herstellungsbasiert und wertorientiert.[26] Für diese Arbeit ist die produktbasierte Qualität relevant, da Bauteile überprüft werden sollen, die beim AM hergestellt werden. Unter produktbasierter Qualität wird die Einhaltung von messbaren Normen verstanden und die Qualität wird definiert als „der Grad, in dem ein Satz inhärenter Merkmale Anforderungen erfüllt“.[27] In Abbildung 5 wird die Qualität aus der Produktsicht verdeutlicht. Diese lässt sich in Beschaffenheit und Güte aufteilen. Die Beschaffenheit eines Produkts ist anhand der Qualitätsmerkmale mit den Qualitätsforderungen objektiv messbar. Die Güte hingegen schließt eine subjektive Wertung mit ein, wie bspw. ob ein Produkt seinen Zweck erfüllt oder nicht.[28] Im Rahmen dieser Arbeit wird die Qualität deshalb mit der Beschaffenheit eines Produkts gleichgesetzt, da die optische Qualitätskontrolle Beschaffenheitsmerkmale untersucht.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Qualität aus Produktsicht[29]

2.2.1.2 Qualitätsmerkmale im Additive-Manufacturing-Bauteil

Da eine vollständige Prüfung aller Bauteileigenschaften im AM-Bauteil sowohl technisch als auch wirtschaftlich nicht möglich ist, werden hier nur jene Qualitätsmerkmale aufgeführt, die durch BV ermittelbar sind. Zur Qualitätsbewertung von Bauteilen werden im Rahmen der Qualitätsplanung objektiv messbare Kennzahlen eingeführt, die nach dem Vergleich mit definierten Zielwerten eine Aussage über die Qualität treffen können.[30] Um qualitativ hochwertig zu sein, müssen die Kennzahlen mit den Zielwerten übereinstimmen oder innerhalb eines definierten Toleranzbereichs liegen.[31]

Die BV ist in der Lage folgende Kategorien von Qualitätsmerkmalen eines Bauteils durch Soll-Ist-Vergleiche zu überprüfen:

- Formhaltigkeit

Die Formhaltigkeit eines Bauteils umfasst das Einhalten von Formmerkmalen wie die Geradheit, Ebenheit, Rundheit, Zylinderformen, Linienformen, Flächenformen oder die Kontur.[32]

- Maßhaltigkeit

Zu der Maßhaltigkeit eines Bauteils zählt die Einhaltung von Maßmerkmalen wie Längen, Abstände, Durchmesser, Radien und Winkel.[33] Auch die Schichtdicken und Wandstärken des Bauteils gehören zur Maßhaltigkeit.[34]

- Oberflächengüte

Die Oberflächengüte wird in quantitative und qualitative Merkmale unterteilt. Zu den quantitativen Merkmalen zählen die Welligkeit und Rauheit, die periodisch auftretende Abweichungen darstellen. Zu den qualitativen Merkmalen hingegen gehören die Farbe, Oberflächenfehler und die Texturierung des Bauteils. Die Farbe kann auf Gleichmäßigkeit oder Abweichung von einer Referenzfarbe geprüft werden. Oberflächenfehler sind örtliche Verformungen wie Kratzer oder Risse während zur Texturierung u.a. die Glattheit, Faserung oder Raster der Oberfläche zählen.[35]

2.2.2 Bildverarbeitung

Die digitale BV umfasst viele Prozesse, deren gemeinsames Ziel es ist, nützliche Parameter aus einem Bild zu gewinnen. Zu den Prozessen zählen u.a. die Bildbearbeitung, -transformation und -auswertung. Unter Bildbearbeitung wird die Optimierung eines Bildes für die Aufgabenstellung durch Bildbearbeitungsalgorithmen (z.B. Filter) verstanden. Die Bildtransformation ist ein Prozess, der Bilder ohne Veränderung des Informationsgehaltes in einen anderen Raum transformiert. Dies zielt darauf ab, die Bilder für den Computer besser verwertbar zu machen. Die Bildauswertung stellt den eigentlichen Informationsgewinnungsprozess dar, der relevante Parameter aus dem Bild extrahiert.[36]

Für die Verarbeitung von Bildern durch einen Computer werden die Bilder üblicherweise in Matrixnotation gespeichert. Jedes Feld in der Matrix wird hierbei von einem Pixel belegt. Einzelne Pixel repräsentieren die Bestrahlungsstärke an der jeweiligen Position und enthalten bei Farbbildern die Farbdaten. Durch die logische Repräsentation dieser Daten ist der Computer in der Lage, das Bild darzustellen und Operationen auf diesem durchzuführen.[37] Zwei dieser Operationen sind die Segmentierung und die Kantendetektion, die nachfolgend anhand eines genutzten Verfahrens erläutert werden.[38]

Für den Kontext ist es auch erwähnenswert, dass Tiefen- oder Volumenbilder Aufnahmetechniken darstellen, die eine Rekonstruktion von Tiefeninformationen ermöglichen. Dies kann u.a. durch Triangulation nach einer Bildaufnahme aus zwei Positionen oder nach einer Beleuchtung des Objekts durch eine Lichtquelle geschehen.[39] Hierbei werden im Pixel die Bestrahlungsstärken durch Tiefeninformationen ersetzt und viele zweidimensionale BV-Verfahren können ebenfalls auf diese Art von Bildern angewandt werden.[40]

2.2.2.1 Segmentierung: Schwellenwertverfahren

Die Segmentierung verfolgt den Zweck, Objekte in einer Bildszene zu isolieren, damit diese für die weitere Verarbeitung identifiziert werden können. Das häufigste Verfahren ist hierbei das Schwellenwertverfahren, das dadurch charakterisiert ist, dass die Unterscheidung von hellen und dunklen Bereichen im Bild durch Schwellwerte stattfindet.

Hierbei wird in einem Grauwertbild mit 256 Helligkeitsstufen ein Schwellwert bestimmt, der entscheidet ob einzelne Pixel den Zustand Weiß oder Schwarz annehmen, bzw. ob sie zum Objekt oder zum Hintergrund gehören.[41] In Abbildung 6 ist eine durchgeführte Segmentierung bei unterschiedlichen Schwellwerten erkennbar.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6: Segmentierung bei verschiedenen Schwellwerten[42]

2.2.2.2 Kantendetektion: Canny-Kantendetektor

Die Kantendetektion hat den Zweck die genaue Position von Objektkanten zu lokalisieren, was eine Grundlage für nachfolgende Vermessungen darstellt.[43] Der Canny-Kantendetektor stellt hierbei ein bewährtes Instrument dar: geringe Fehlerraten, genaue Lokalisierung und die Redundanzfreiheit beim Finden von Kanten zählen zu dessen Eigenschaften.[44]

Beginnend mit einem Grauwertbild (a), werden vom Algorithmus drei Schritte ausgeführt: Glättung mit einem Gaußfilter (b), Gradientenbildung (c) und das Kantentracking (d). Siehe hierzu Abbildung 7. Bei der Glättung wird das Bildrauschen unter der Nutzung einer Standardabweichung-Variable vermindert. Um den Betrag und die Richtung des Gradienten zu bestimmen, wird ein Kantenfilteroperator (z.B. Sobel-Operator) in zwei orthogonale Richtungen angewandt. Das Kantentracking findet in zwei Schritten statt. Zunächst werden die Nicht-Maxima unterdrückt. Hierbei werden diejenigen Pixel nullgesetzt, die entlang der Gradientenrichtung kein Maximum aufweisen. Daraufhin folgt ein Linienverfolgungsverfahren durch Hysterese. Hier wird für die übriggebliebenen Kanten eine obere und untere Schranke definiert, die entscheidet. welche Kanten aufgenommen werden.[45]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7: Schritte des Canny-Kantendetektors[46]

2.3 Softwarearchitektur

Unter Softwarearchitektur wird „die grundsätzliche Organisation eines Systems, verkörpert durch dessen Komponenten, deren Beziehung zueinander und zur Umgebung sowie die Prinzipien, die für seinen Entwurf und seine Evolution gelten“ verstanden.[47]

Hierbei stellen Komponenten die Zerlegung eines Systems in kleinere physische Einheiten und ihre Wechselwirkungen dar.[48] Die Summe aller Komponenten haben das Ziel, alle an das System gestellten fachlichen und technischen Anforderungen abzudecken.[49]

Zur grundlegenden Beschreibung der Strukturierung eines Systems wird die Makroarchitektur verwendet. Diese enthält die Identifizierung aller Komponenten und Teilsysteme des Systems, die darüber hinaus durch ihre Verantwortlichkeiten und angebotenen Dienste genauer beschrieben werden. Bei der Entwicklung einer Makroarchitektur stellen Entwurfsmuster ein bewährtes Instrument dar, die Probleme und Lösungsmuster zur Nutzung in verschiedenen Situationen abstrahiert darzustellen.[50]

Die Zerlegung der Software in Schichten stellt einen grundlegenden Ansatz zur Strukturierung dar. Einzelne Schichten lassen sich als Teilsysteme betrachten, die lose gekoppelt sind und nur eingeschränkt miteinander kommunizieren. Die Drei-Schichten-Architektur, die in Abbildung 8 dargestellt wird, spiegelt die Hauptaufgaben von Softwaresystemen wieder.[51] Nachfolgend wird auf die einzelnen Schichten der Drei-Schichten-Architektur eingegangen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 8: Drei-Schichten-Architektur[52]

2.3.1 Persistenzschicht

Die Persistenzschicht dient zur dauerhaften Speicherung und Verfügbarkeit von fachlichen Objekten. Bei der Nutzung eines relationalen Datenbanksystems sorgt diese Schicht für die Abbildung der Objekte auf das relationale Datenbankmodell (sog. Objekt-Relationales-Mapping). Der Persistenzschicht ist aus diesem Grund das Datenbankschema bekannt, durch das die fachliche Datenverarbeitung stattfindet.[53]

Zur Gewährleistung einer losen Kopplung hat die Persistenzschicht kaum oder keine Informationen über die anderen beiden Schichten: Sie kennt keine detaillierten Strukturen der Anwendungsschicht und weiß nichts über die Präsentationsschicht.[54]

2.3.2 Anwendungsschicht

Die Anwendungsschicht dient zur Realisierung aller fachlichen Funktionalitäten der Anwendung. Sie enthält die fachlichen Klassen, die in Entitäts- und Geschäftsprozessklassen eingeteilt werden können. Entitätsklassen bilden die fachlichen Objekte ab und dienen der Verwaltung von Daten, die in einem Datenbanksystem auftreten. Geschäftsprozessklassen hingegen dienen der Realisierung von fachlichen Abläufen und stellen Dienste zur Verfügung, die von mehreren Entitätsklassen genutzt werden.[55]

Die Anwendungsschicht weist eine lose Kopplung zu den anderen beiden Schichten auf: sie besitzt keine Kenntnisse über Objekte der Präsentationsschicht und greift auf die Persistenzschicht nur über eine schmale Schnittstelle zu. Sie hat keine Informationen über die Art der persistenten Datenverwaltung.[56]

2.3.3 Präsentationsschicht

Die Präsentationsschicht sorgt für die geeignete Darstellung der fachlichen Objekte auf einer grafischen Benutzeroberfläche, die auch als „ Graphical User Interface “ (GUI) bezeichnet wird. Darüber hinaus werden in dieser Schicht durch Benutzerinteraktionen Ereignisse ausgelöst, die in der Anwendungsschicht Geschäftsprozesse anstoßen. Die Präsentationsschicht erfüllt die Aufgaben der Dialogkontrolle: Daten werden an die Anwendungsschicht gesendet und von dieser Schicht erhaltene Daten werden aufbereitet um anschließend in geeigneter Form dargestellt zu werden.[57]

Damit eine lose Kopplung herrscht, soll die Präsentationsschicht nur möglichst wenig über die Anwendungsschicht wissen und keine Informationen über die Persistenzschicht haben.

3. Gang der Forschung

Dieses Kapitel hat das Ziel, die Anforderungen an eine Software der genannten Art zu analysieren. Es wird geklärt, welches Forschungsdesign und -methoden zur Beantwortung der Forschungsfragen herangezogen werden und diese erläutert.

Der Prototyp, der anhand von Bildern Soll- und Ist-Vergleiche mit AM-Bauteilen durchführen kann, wird ebenfalls in diesem Kapitel vorgestellt, um einen Einblick in eine optische QS-Software zu gewähren und Anforderungen abzuleiten.

3.1 Forschungsdesign

Im Gesamten zielt diese Arbeit darauf ab, die Anforderungen, Komponenten und die Architektur einer Software herauszufinden, die durch BV zur QS von AM-Bauteilen dient. Die einzelnen Forschungsfragen weisen Abhängigkeiten untereinander auf: Eine Architektur wird u.a. durch dessen Komponenten und deren Beziehungen zueinander verkörpert[58] und die Summe aller Komponenten haben das Ziel alle Anforderungen an das System zu erfüllen.[59]

Diese Tatsache macht es für die Arbeit unverzichtbar, die Reihenfolge bei der Beantwortung der Forschungsfragen zu berücksichtigen. Dies bedeutet konkret, dass als erstes die Anforderungen abgeleitet werden müssen (FF1). Aus den Anforderungen können anschließend die Komponenten herausgearbeitet werden, die diese erfüllen sollen (FF2). Aus den einzelnen Komponenten muss dann abschließend die Architektur gebildet werden, indem diese zusammengeführt werden (FF3).

Zur Erkenntnisgewinnung bietet sich ein exploratives Forschungsdesign an, dessen Ziel es ist, in bislang wenig erforschten Bereichen zu theoretischen Erkenntnissen zu gelangen.[60] Bei der Auswahl der Forschungsmethode bietet sich das Prototyping an. Hierbei erfolgt die Erkenntnisgewinnung durch die Entwicklung und Evaluation von Prototypen. Das Prototyping wird den konstruktionsorientierten und qualitativen Forschungsansätzen zugeordnet.[61] Der konstruktionsorientierte Forschungsansatz zeichnet sich dadurch aus, dass u.a. der Entwurf von Artefakten das Forschungsziel bestimmt.[62] Qualitative Forschung erlaubt die Exploration von bisher unerforschten Zusammenhängen und dient u.a. dazu Sachverhalte zu problematisieren und Erklärungen anzuregen.[63]

Der Prototyp, der nachfolgend beschrieben wird, dient als Quelle für Anforderungen und somit auch für Komponenten. Da der Prototyp jedoch Defizite aufweist und keinen Anspruch auf Vollständigkeit bezüglich der Anforderungen erhebt, wird zusätzlich eine Literaturrecherche herangezogen. Diese dient zur Ergänzung von Anforderungen, die im Prototyp nicht umgesetzt werden konnten. Die ermittelten Anforderungen an die BV-Software werden im Lösungskonzept zusammengeführt und beschrieben.

3.2 Prototypische Umsetzung der Vergleichsfunktion

Der Prototyp mit dem Namen „Image-DXF-Comparing“ wurde im Rahmen des Studienprojekts „Optische Algorithmen im Kontext von Additive Manufacturing“ entwickelt.[64] Zur Implementierung wurde Java genutzt und die Benutzeroberfläche wurde mittels Java FX Scene Builder umgesetzt. Das Hauptwerkzeug zur Umsetzung von BV-Funktionen war die freie Programmbibliothek „Open CV“[65], die eine breite Palette an Algorithmen zur BV und maschinelles Sehen liefert.

[...]


[1] Vgl. Thompson u.a. (2016), S. 738

[2] Vgl. Thompson u.a. (2016), S. 738

[3] Vgl. Thompson u.a. (2016), S. 750

[4] Vgl. Thompson u.a. (2016), S. 737

[5] Vgl. Richard, H. A., Schramm, B. und Zipsner, T. (2017) S. 139f.

[6] Vgl. Thompson u.a. (2016), S. 749f.

[7] Vgl. Thompson u.a. (2016), S. 749f.

[8] Vgl. Gebhardt u.a. (2013), S. 1f.

[9] Vgl. Gebhardt u.a. (2013), S. 24

[10] Abbildung übernommen aus: Gebhardt u.a. (2013), S. 25

[11] Vgl. Gebhardt u.a. (2013), S. 29

[12] Vgl. Gebhardt u.a. (2013), S. 26

[13] Vgl. Gebhardt u.a. (2013), S. 35

[14] Abbildung übernommen aus: Gibson u.a. (2015), S.25

[15] Vgl. Gibson u.a. (2015), S. 109ff.

[16] Vgl. Gibson u.a. (2015), S. 368

[17] Vgl. Gibson u.a. (2015), S. 123

[18] Vgl. Gibson u.a. (2015), S. 22

[19] Vgl. Breuninger u.a. (2013), S. 55f.

[20] Abbildung übernommen aus: Gebhardt u.a. (2013), S. 23

[21] Vgl. Jähne u.a. (1996), S. 80

[22] Vgl. Breuninger u.a. (2013), S. 94

[23] Vgl. Jähne u.a. (1996), S. 82

[24] Prof. Dr. Kai-Ingo Voigt (Zugriff: 2017), URL siehe Literaturverzeichnis

[25] Vgl. Prof. Dr. Kai-Ingo Voigt (Zugriff: 2017), URL siehe Literaturverzeichnis

[26] Vgl. Mitra (2016), S. 7

[27] Abbildung übernommen aus: Kusterer (2008), S. 24 f.

[28] Vgl. Kusterer (2008), S. 24 f.

[29] Kusterer (2008), S. 24

[30] Vgl. Reinhardt, Witt (2012), URL siehe Literaturverzeichnis

[31] Vgl. Demant u.a. (2011), S. 22

[32] Vgl. Jähne u.a. (1996), S.98f.

[33] Vgl. Jähne u.a. (1996), S.98f.

[34] Vgl. Reinhardt, Witt (2012), URL siehe Literaturverzeichnis

[35] Vgl. Jähne u.a. (1996), S.99ff.

[36] Vgl. Erhardt (2008), S.2 f.

[37] Vgl. Jähne (2005), S. 31f.

[38] Vgl. Jähne (2005), S. 15

[39] Vgl. Jähne (2005), S. 227ff.

[40] Vgl. Demant u.a. (2011), S. 6

[41] Vgl. Demant u.a. (2011), S. 95ff.

[42] Abbildung übernommen aus: Demant u.a. (2011), S. 99

[43] Vgl. Demant u.a. (2011), S. 121

[44] Vgl. Nischwitz u.a. (2011), S. 176f.

[45] Vgl. Nischwitz u.a. (2011), S. 177f.

[46] Abbildungen zusammengefügt aus: Nischwitz u.a. (2011), S. 178f.

[47] Starke (2014), S.14

[48] Vgl. Goll, Dausmann (2013), S. 46

[49] Vgl. Dunkel, Holitschke (2003), S. 2

[50] Vgl. Dunkel, Holitschke (2003), S. 12f.

[51] Vgl. Dunkel, Holitschke (2003), S. 16f.

[52] Abbildung übernommen aus: Dunkel, Holitschke (2003), S. 17

[53] Vgl. Dunkel, Holitschke (2003), S. 18

[54] Vgl. Dunkel, Holitschke (2003), S. 18

[55] Vgl. Dunkel, Holitschke (2003), S. 32f.

[56] Vgl. Dunkel, Holitschke (2003), S. 18

[57] Vgl. Dunkel, Holitschke (2003), S. 18f.

[58] Vgl. Starke (2014), S. 14

[59] Vgl. Dunkel, Holitschke (2003), S. 2

[60] Vgl. Prof. Dr. Susanne Robra-Bissantz (2012), URL siehe Literaturverzeichnis

[61] Vgl. Wilde, Hess (2007), S. 282 ff.

[62] Vgl. Prof. Dr. Ulrich Frank (2016), URL siehe Literaturverzeichnis

[63] Vgl. Kelle (2008), S. 240

[64] Vgl. Ilik u.a. (2017), S. 1ff.

[65] Webseite des Anbieters: http://opencv.org/

Excerpt out of 48 pages

Details

Title
Bildverarbeitung im Kontext von Additive Manufacturing
Subtitle
Entwicklung einer Softwarearchitektur zur Unterstützung der Qualitätssicherung additiv gefertigter Bauteile
College
University of Stuttgart  (Betriebswirtschaftliches Institut, Lehrstuhl für ABWL und Wirtschaftsinformatik I)
Grade
1,7
Author
Year
2017
Pages
48
Catalog Number
V430250
ISBN (eBook)
9783668747746
ISBN (Book)
9783668747753
File size
7816 KB
Language
German
Tags
Additive Manufacturing, Bildverarbeitung, Algorithmen, Softwarearchitektur, Qualitätssicherung, Anforderung, Komponente
Quote paper
Albert Schnake (Author), 2017, Bildverarbeitung im Kontext von Additive Manufacturing, Munich, GRIN Verlag, https://www.grin.com/document/430250

Comments

  • No comments yet.
Read the ebook
Title: Bildverarbeitung im Kontext von Additive Manufacturing


Upload papers

Your term paper / thesis:

- Publication as eBook and book
- High royalties for the sales
- Completely free - with ISBN
- It only takes five minutes
- Every paper finds readers

Publish now - it's free