Header

Shop : Details

Shop
Details
49,80 €
ISBN 978-3-8440-7966-1
Paperback
246 Seiten
66 Abbildungen
323 g
21 x 14,8 cm
Deutsch
Dissertation
April 2021
Jan Niclas Eschner
Entwicklung einer akustischen Prozessüberwachung zur Porenbestimmung im Laserstrahlschmelzen
Gegenstand der vorliegenden Arbeit ist die Entwicklung einer prozessintegrierten Messtechnik für das Laserstrahlschmelzen (L-PBF). Prozessintegrierte Messtechnik kann einen wesentlichen Beitrag zur Steigerung der Wirtschaftlichkeit und damit der Verbreitung der industriellen Anwendung des L-PBF leisten. Bisherige Ansätze weisen Defizite bei der Erkennung von prozesstypischen Defekten auf. Diese Ansätze konzentrieren sich dabei auf die Verwendung optischer Sensorprinzipien und vernachlässigen andere Sensorprinzipien wie z. B. akustische Sensoren. Vorarbeiten aus ähnlichen Prozessen wie dem Laserschweißen zeigen vielversprechende Ergebnisse für akustische Sensorprinzipien zur Erkennung von prozesstypischen Fehlern. Bestehende Ansätze zur Verwendung akustischer Sensorprinzipien in L-PBF existieren, beschränken sich aber auf luftgebundene akustische Emissionen. Sensorprinzipien zum Aufzeichnen von strukturgebundenen akustischen Emissionen versprechen demgegenüber prinzipbedingte Vorteile bei der Detektion von inneren Defekten wie Poren.

Gegenstand dieser Arbeit ist die Entwicklung eines Ansatzes, der das Erfassen und Auswerten von strukturgebundenen akustischen Signalen im L-PBF Prozess erlaubt, um prozesstypische Porendefekte zu erkennen. Hierfür wird eine datengetriebene Modellbildung mit Methoden des maschinellen Lernens verfolgt. Um die entsprechenden Modelle zu trainieren werden entsprechende Datensätze generiert, geeignete Merkmalsextraktionen für die Verarbeitung der akustischen Daten definiert und Methoden des maschinellen Lernens ausgewählt.

Mit den gefundenen und trainierten Modellen ist es möglich, die Porosität anhand des akustischen Signals des Prozesses vorherzusagen.
Schlagwörter: Additive Fertigung; Prozessüberwachung; Acoustic Emission; Maschinelles Lernen
Forschungsberichte aus dem wbk, Institut für Produktionstechnik, Karlsruher Institut für Technologie (KIT)
Herausgegeben von Prof. Dr.-Ing. Jürgen Fleischer, Prof. Dr.-Ing. Gisela Lanza und Prof. Dr.-Ing. habil. Volker Schulze, Karlsruhe
Band 243
Verfügbare Online-Dokumente zu diesem Titel
Sie benötigen den Adobe Reader, um diese Dateien ansehen zu können. Hier erhalten Sie eine kleine Hilfe und Informationen, zum Download der PDF-Dateien.
Bitte beachten Sie, dass die Online-Dokumente nicht ausdruckbar und nicht editierbar sind.
Bitte beachten Sie auch weitere Informationen unter: Hilfe und Informationen.
 
 DokumentGesamtdokument 
 DateiartPDF 
 Kosten37,35 € 
 AktionDownloadZahlungspflichtig kaufen und download der Datei 
     
 
 DokumentInhaltsverzeichnis 
 DateiartPDF 
 Kostenfrei 
 AktionDownloadDownload der Datei 
     
Benutzereinstellungen für registrierte Online-Kunden (Online-Dokumente)
Sie können hier Ihre Adressdaten ändern sowie bereits georderte Dokumente erneut aufrufen.
Benutzer
Nicht angemeldet
Export bibliographischer Daten
Teilen
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
  +49 2421 99011 9
Mo. - Do. 8:00 Uhr bis 16:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
Captcha
Social Media