Benutzer: Gast  Login
Originaltitel:
Automated Data Processing in Non-destructive Testing
Originaluntertitel:
Using Deep Learning and Wavefield Simulations
Übersetzter Titel:
Automatisierte Datenverarbeitung in der zerstörungsfreien Prüfung mittels Deep Learning und Wellenfeldsimulationen
Autor:
Schmid, Simon
Jahr:
2025
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Engineering and Design
Institution:
Lehrstuhl für Zerstörungsfreie Prüfung (Prof. Große)
Betreuer:
Große, Christian U. (Prof. Dr. habil.)
Gutachter:
Große, Christian U. (Prof. Dr. habil.); Sause, Markus (Prof. Dr.); Schumacher, Thomas (Prof. Dr.)
Sprache:
en
Fachgebiet:
MAS Maschinenbau
Übersetzte Stichworte:
Zerstörungsfreie Prüfung; Deep Learning; Wellenfeldsimulationen; Ultraschall; Thermografie; Röntgen-Computertomographie; Automatisierung
TU-Systematik:
WER 740
Kurzfassung:
Non-destructive inspections are repetitive, require focus, and are prone to human error, motivating automated evaluation methods.In this thesis, two approaches are investigated to automate the evaluation of non-destructive testing data. These approaches are based on deep learning and ultrasound wavefield simulations. The non-destructive testing methods examined include ultrasonic testing, thermography, and X-ray computed tomography. X-ray computed tomography serves as a reference for the other m...     »
Übersetzte Kurzfassung:
Die Durchführung zerstörungsfreier Prüfungen ist oft monoton, erfordert ein hohes Maß an Konzentration und ist daher anfällig für Fehler. Dies motiviert die Entwicklung automatisierter Auswerteverfahren für Messdaten. In dieser Arbeit werden zwei Ansätze zur Automatisierung der Auswertung von Daten aus zerstörungsfreien Prüfungen untersucht, die auf Deep-Learning und Ultraschallsimulationen basieren. Die untersuchten Prüfmethoden sind Ultraschallprüfung, Thermografie und Röntgen-Computertomograp...     »
WWW:
https://mediatum.ub.tum.de/?id=1773502
Eingereicht am:
14.03.2025
Mündliche Prüfung:
30.07.2025
Dateigröße:
35665147 bytes
Seiten:
205
Urn (Zitierfähige URL):
https://nbn-resolving.org/urn:nbn:de:bvb:91-diss-20250730-1773502-0-4
Veröffentlicht am:
21.08.2025
 BibTeX