DE102016004613B3 - Verfahren zur indirekten Bestimmung von Kennwerten eines mit einem Lack beschichteten Kunststoffbauteils - Google Patents

Verfahren zur indirekten Bestimmung von Kennwerten eines mit einem Lack beschichteten Kunststoffbauteils Download PDF

Info

Publication number
DE102016004613B3
DE102016004613B3 DE102016004613.9A DE102016004613A DE102016004613B3 DE 102016004613 B3 DE102016004613 B3 DE 102016004613B3 DE 102016004613 A DE102016004613 A DE 102016004613A DE 102016004613 B3 DE102016004613 B3 DE 102016004613B3
Authority
DE
Germany
Prior art keywords
paint
plastic
type
regression model
samples
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
DE102016004613.9A
Other languages
English (en)
Inventor
Sebastian Eibl
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bundesamt fuer Ausruestung Informationstechnik und Nutzung der Bundeswehr
Original Assignee
Bundesamt fuer Ausruestung Informationstechnik und Nutzung der Bundeswehr
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bundesamt fuer Ausruestung Informationstechnik und Nutzung der Bundeswehr filed Critical Bundesamt fuer Ausruestung Informationstechnik und Nutzung der Bundeswehr
Priority to DE102016004613.9A priority Critical patent/DE102016004613B3/de
Application granted granted Critical
Publication of DE102016004613B3 publication Critical patent/DE102016004613B3/de
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/26—Oils; Viscous liquids; Paints; Inks
    • G01N33/32—Paints; Inks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/44—Resins; Plastics; Rubber; Leather
    • G01N33/442—Resins; Plastics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Textile Engineering (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

Mit dem neuen Verfahren sollen einfach, schnell, kostengünstig und genau Kennwerte eines zu analysierenden Kunststoffbauteils indirekt bestimmt werden. Hierbei soll ein multivariates Regressionsmodell verwendet werden. Überraschend genügen Farbabweichungsparameter zwischen einem Schädigungsbereich (20) und einem Nichtschädigungsbereich (10) eines farbigen Digitalbildes der Lackseite eines thermisch geschädigten, zu analysierenden Kunststoffbauteiles, um nicht nur die Restfestigkeit des zu analysierenden Kunststoffbauteils, sondern auch die Belastungstemperatur und die Einwirkungsdauer der Belastungstemperatur zu ermitteln. Die Auswertung mit Hilfe eines multivariaten Regressionsmodells kann zentral erfolgen. Denn der Ort der Schadensuntersuchung mit Hilfe eines multivariaten Regressionsmodells ist unabhängig vom Ort, wo sich das thermisch geschädigte, zu analysierende Kunststoffbauteil befindet, weil lediglich ein farbiges Digitalbild als Datei über das Internet übertragen werden muss.

Description

  • Die Erfindung betrifft ein Verfahren zur Erstellung eines multivariaten Regressionsmodells, um damit Kennwerte eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, zu ermitteln. Ferner betrifft die Erfindung ein Verfahren zur indirekten Bestimmung von Kennwerten eines mit einem Lack beschichteten, zu analysierenden Kunststoffbauteils mit Hilfe des erstellten Regressionsmodells.
  • Vor allem faserverstärkte Kunststoffe werden in großem Maßstab als Strukturwerkstoffe in beispielsweise modernen Luftfahrzeugen eingesetzt. Sie zeigen im Vergleich zu metallischen Strukturen bei einer vergleichsweise moderaten, wenig äußerlich sichtbaren thermischen Belastung bereits einen hohen Rückgang der mechanischen Festigkeit. Bei der Nutzung der Luftfahrzeuge kann es zu lokalen Überhitzungen zum Beispiel durch schadhafte Elektronikkomponenten kommen. Weitere Möglichkeiten von thermischen Überlastungen bestehen zum Beispiel bei Blitzschlag, Einwirkung von heißen Triebwerksgasen oder Feuer. Die Quantifizierung der Restfestigkeit nach einer thermischen Belastung ist von großer Wichtigkeit. Auf der Basis einer durchgeführten Untersuchung des thermisch geschädigten Materials kann entschieden werden, ob entweder eine Reparatur erforderlich ist oder ein weiterer, sicherer Betrieb möglich ist.
  • Aus einem Aufsatz (Sebastian Eibl, Johannes Wolfrum; Prospects to separately estimate temperture and duration of a thermal pre-load an a polymer matrix composite; Journal of Composite Materials; 47(24) 3011–3025) ist ein Verfahren zur Erstellung eines multivariaten Regressionsmodells bekannt, um Kennwerte eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, zu ermitteln.
  • Die Schritte sind:
    • • Bereitstellung einer Vielzahl von Kunststoffproben, die mit einem Lack beschichtet sind.
    • • Die Kunststoffproben werden unterschiedlichen thermischen Belastungen unterworfen. Die thermischen Belastungen sind definiert durch eine Belastungstemperatur und eine Einwirkungsdauer der Belastungstemperatur.
    • • Durchführung einer Infrarot-Spektroskopie und Erhalt von Parametern der Infrarot-Spektroskopie.
    • • Die Infrarot-Spektroskopie erfolgt an der Lackseite. Die Infrarot-Spektroskopie erfasst die chemische Veränderung des Bindemittels des Lackes aufgrund der thermischen Belastung. Die chemische Veränderung des Decklackes aufgrund der thermischen Belastung ist ein Maß für die Schädigung des zu analysierenden Kunststoffbauteils.
    • • Ermittlung einer Restfestigkeit der Kunststoffproben.
    • • Berechnung eines Regressionsmodels mit Hilfe einer multivariaten Datenanalyse, derart, dass die Belastungstemperatur, die Einwirkungsdauer der Belastungstemperatur und die Restfestigkeit abhängige Variablen und Parameter der Infrarot-Spektroskopie unabhängige Variablen sind. Für die Untersuchung eines Schadensfalles ist es nicht nur notwendig, die Restfestigkeit eines thermisch geschädigten Kunststoffbauteils zu ermitteln. Vielmehr ist es auch notwendig die Belastungstemperatur und die Einwirkungsdauer der Belastungstemperatur zu kennen, um den Schadenshergang charakterisieren zu können.
  • Nach der thermischen Belastung werden zwar auch farbige Digitalbilder der Lackseite der Proben als Bilddateien aufgenommen und Farbabweichungsparameter bezogen auf eine Probe ohne eine thermische Belastung bestimmt. Jedoch dienen diese Farbabweichungsparameter nicht als unabhängige Variablen bei der Berechnung eines Regressionsmodels. Die Farbabweichungsparameter dienen lediglich dazu, nur ergänzend eine Aussage über die Restfestigkeit zu treffen, um die Aussagen des auf Parametern der Infrarot-Spektroskopie basierenden Regressionsmodells überprüfen zu können.
  • Aus dem vorgenannten Aufsatz ist auch ein Verfahren zur indirekten Bestimmung der Belastungstemperatur, der Einwirkungsdauer der Belastungstemperatur und der Restfestigkeit eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, bekannt. Bei diesem Verfahren wird das zuvor erstellte Regressionsmodell verwendet. Die Schritte sind:
    • • Durchführen einer Infrarot-Spektroskopie und Erhalt von Parametern der Infrarot-Spektroskopie.
    • • Eingabe der unabhängigen Variablen der Parameter der Infrarot-Spektroskopie des zu analysierenden Kunststoffbauteils in das Regressionsmodel und Berechnung der abhängigen Variablen der Belastungstemperatur, der Einwirkungsdauer der Belastungstemperatur und der Restfestigkeit.
  • Der Nachteil des Bekannten liegt zunächst darin, dass zum Durchführen einer Infrarot-Spektroskopie kostenintensive IR-Spektroskope notwendig sind, um sowohl die Belastungstemperatur, die Einwirkungsdauer der Belastungstemperatur und die Restfestigkeit eines thermisch geschädigten, zu analysierenden Kunststoffbauteils zu ermitteln. Ferner ist zum Durchführen einer Infrarot-Spektroskopie Expertenwissen erforderlich. Darüber hinaus führen Kontaminationen auf der Oberfläche des Lackes zu unzuverlässigen Ergebnissen.
  • Ein Lehrbuch (Waltraud Kessler; Titel: Multivariate Datenanalyse; ISBN: 978-3-527-31262-7) gibt allgemeine Hinweise zur Erstellung und zur Verwendung multivariater Regressionsmodelle.
  • Die DE 19830720C1 , DE 698 30 629 T2 , DE 10 2007 044 606 B4 und die US 8 330 109 B2 betreffen jeweils multivariate Regressionsmodelle, bei denen Parameter der Infrarot-Spektroskopie die unabhängigen Variablen darstellen. Abhängige, zu bestimmende Variablen sind, in Reihenfolge der genannten Patentschriften, der Brennwert, die Glukosekonzentration, Zellstoffeigenschaften und Oberflächenkontaminationen.
  • Ausgehend von dem Aufsatz (Sebastian Eibl, Johannes Wolfrum; Prospects to separately estimate temperture and duration of a thermal pre-load an a polymer matrix composite; Journal of Composite Materials; 47(24) 3011–3025) liegt der Erfindung die Aufgabe zu Grunde, ein Verfahren zur Erstellung eines multivariaten Regressionsmodells zu schaffen, mit dem auf einfache, schnelle, kostengünstige und genaue Art und Weise eine Belastungstemperatur, eine Einwirkungsdauer der Belastungstemperatur und eine Restfestigkeit eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, ermittelt werden kann.
  • Diese Aufgabe wird erfindungsgemäß durch die Merkmale des Anspruches 1 gelöst.
  • Ferner liegt der Erfindung die Aufgabe zu Grunde, ein einfaches, schnelles, kostengünstiges und genaues Verfahren zur indirekten Bestimmung der Belastungstemperatur, der Einwirkungsdauer der Belastungstemperatur und der Restfestigkeit eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, mit Hilfe eines Regressionsmodells zu schaffen.
  • Diese Aufgabe wird erfindungsgemäß durch die Merkmale des nebengeordneten Anspruches 6 gelöst.
  • Der große Vorteil der Erfindung besteht in einer überraschenden Weise darin, dass Farbabweichungsparameter eines farbigen Digitalbildes der Lackseite eines thermisch geschädigten, zu analysierenden Kunststoffbauteiles genügen, um nicht nur die Restfestigkeit des zu analysierenden Kunststoffbauteils, sondern auch die Belastungstemperatur und die Einwirkungsdauer der Belastungstemperatur zu ermitteln. Die Auswertung mit Hilfe eines multivariaten Regressionsmodells kann zentral erfolgen. Denn der Ort der Schadensuntersuchung mit Hilfe eines multivariaten Regressionsmodells ist unabhängig vom Ort, wo sich das thermisch geschädigte, zu analysierende Kunststoffbauteil befindet, weil lediglich ein farbiges Digitalbild als Datei über das Internet übertragen werden muss. Die Erstellung eines farbigen Digitalbildes ist einfach und kostengünstig. Es bedarf folglich keines Expertenwissens, um die Messdaten zu erhalten. Ein teures und aufwändiges IR-Spektrometer ist nicht erforderlich, da eine einfache Kamera genügt. Die Messdaten können leicht in einem feldmäßigen Einsatz ermittelt werden. Die Einbeziehung der Farbveränderung des Decklackes als Indikator für eine umfassende Schadensanalyse bietet den Vorteil, dass bereits bei moderaten thermischen Belastungen eine Dokumentation eines Schadens möglich ist. Denn Lacke sind typischerweise weniger thermisch stabil als das zu analysierende Kunststoffbauteil. Die farbmetrische, multivariate Analyse eines Digitalbildes eines zu analysierenden Kunststoffbauteils erlaubt eine im Vergleich zur bisherigen multivariaten Analyse von Parametern der IR-Spektroskopie vergleichbare Vorhersagegenauigkeit. Die farbmetrische, multivariate Analyse eines Digitalbildes ist ausreichend, um für sich allein betrachtet eine erste Einschätzung des Schadensumfangs zu ermöglichen.
  • Das Verfahren zur Erstellung eines multivariaten Regressionsmodells, um Kennwerte eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, zu ermitteln, weist folgende Schritte auf:
    • • Bereitstellung einer Vielzahl von Lackart-Proben mit einer Lackseite. Es ist nicht notwendig, dass die Lackart-Proben identisch mit den Kunststoffart-Proben sind, wenn die Lackart-Proben nur der Erfassung der Farbveränderung aufgrund der thermischen Belastung dienen sollen.
    • • Bereitstellung einer Vielzahl von Kunststoffart-Proben. Die Restfestigkeit wird nach einer thermischen Belastung an Hand der Kunststoffart-Proben ermittelt.
    • • Die Lackart-Proben wie auch die Kunststoffart-Proben werden jeweils einer vorgegebenen thermischen Belastung unterworfen. Die thermische Belastung ist definiert durch eine Belastungstemperatur und eine Einwirkungsdauer der Belastungstemperatur.
    • • Nach der thermischen Belastung der Lackart-Proben werden farbige Digitalbilder der Lackseite der Lackart-Proben als Bilddateien aufgenommen.
    • • Berechnung dreier Farbabweichungsparameter bezogen auf eine Lackart-Probe gleicher Lackart ohne eine thermische Belastung.
    • • Ermittlung einer Restfestigkeit der Kunststoffart-Proben.
    • • Berechnung eines Regressionsmodels für eine Paarung aus Kunststoffart-Proben gleicher Kunststoffart und Lackart-Proben gleicher Lackart mit Hilfe einer multivariaten Datenanalyse, derart, dass die Belastungstemperatur, die Einwirkungsdauer der Belastungstemperatur und die Restfestigkeit abhängige Variablen und die drei Farbabweichungsparameter unabhängige Variablen sind.
  • Gemäß einer Ausgestaltung der Erfindung sind die Schritte e) und f) des Anspruches 1 derart ausgebildet, dass jedes farbige Digitalbild sowohl die Lackseite einer thermisch geschädigten Lackart-Probe als auch die Lackseite einer thermisch nicht geschädigten Lackart-Probe zeigt, und dass auf der Basis eines derartigen Digitalbildes die Berechnung dreier Farbabweichungsparameter erfolgt. Damit erreicht man, dass die Belichtungsverhältnisse miteinander vergleichbar sind und reproduzierbare Farbabweichungsparameter erhalten werden.
  • Gemäß einer weiteren Ausgestaltung der Erfindung sind die Lackart-Proben aus einem Metallblech gefertigt. Durch diese Maßnahme lassen sich kostengünstig die Lackart-Proben herstellen.
  • Gemäß einer weiteren Ausgestaltung der Erfindung wird für jede Paarung aus Kunststoffart-Proben gleicher Kunststoffart und Lackart-Proben gleicher Lackart ein erstes und zweites Regressionsmodell berechnet, derart, dass das erste Regressionsmodell kurzzeitige Einwirkungsdauern von Belastungstemperaturen bis zu einigen Stunden abdeckt und das zweite Regressionsmodell die verbleibenden, längeren Einwirkungsdauern von Belastungstemperaturen abdeckt. Hierdurch lassen sich bei einer Schadensanalyse die abhängigen Variablen genauer berechnen. Es bietet sich an, zunächst die abhängigen Variablen in einem Regressionsmodell, das keine Beschränkung auf einen Bereich der Einwirkungsdauer aufweist, zu ermitteln. Dann weiß man, ob man mit dem vorgenannten ersten oder dem vorgenannten zweiten Regressionsmodell eine Feinberechnung durchzuführen hat.
  • Gemäß einer weiteren Ausgestaltung der Erfindung umfassen die Kunststoffart-Proben und entsprechend die zu analysierenden Kunststoffbauteile faserverstärkte Kunststoffe. Denn für faserverstärkte Kunststoffe eignet sich das Verfahren zur Schadensanalyse besonders, weil es sich hierbei in der Regel um teure und sicherheitsrelevante Bauteile handelt.
  • Das Verfahren zur indirekten Bestimmung der Belastungstemperatur, der Einwirkungsdauer der Belastungstemperatur und der Restfestigkeit eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, unter Verwendung eines Regressionsmodells, weist folgende Schritte auf:
    • • Auswahl eines Regressionsmodels für das zu analysierende Kunststoffbauteil im Hinblick auf die Kunststoffart und die Lackart,
    • • Aufnahme eines farbigen Digitalbildes der Lackseite des zu analysierenden Kunststoffbauteiles als Bilddatei,
    • • Festlegung eines Schädigungsbereiches im Digitalbild und Berechnung dreier Farbabweichungsparameter bezogen auf einen Nichtschädigungsbereich im Digitalbild,
    • • Eingabe der unabhängigen Variablen der drei Farbabweichungsparameter des Kunststoffbauteils in das Regressionsmodel und Berechnung der abhängigen Variablen der Belastungstemperatur, der Einwirkungsdauer der Belastungstemperatur und der Restfestigkeit.
  • Gemäß einer Ausgestaltung der Erfindung werden die vorgenannten letzten beiden Schritte mit weiteren Schädigungsbereichen, die noch nicht berechnet wurden, wiederholt. Damit ist es möglich, wenn beispielsweise der Schädigungsbereich in der kleinsten Auflösung der Größe eines Pixels entspricht, pixelweise den Grad der jeweiligen Schädigung zu berechnen und in einem umgerechneten Digitalbild mit Farben zu illustrieren.
  • Ausführungsbeispiele der Erfindung werden nachfolgend an Hand der Zeichnungen näher erläutert. Hierbei zeigen:
  • 1 ein Diagramm betreffend Lackart-Proben, die thermisch definiert belastet wurden, wobei eine Belastungstemperatur über die Einwirkungsdauer der Belastungstemperatur aufgetragen ist und wobei zusätzlich für jede Lackart-Probe die sich durch die thermische Belastung verändernde Lackfarbe als Grauton dargestellt ist;
  • 2 ein weiteres Diagramm betreffend die Lackart-Proben, wobei im Diagramm Farbabweichungsparameter aufgrund der thermischen Belastung über Einwirkungsdauern der Belastungstemperatur aufgetragen sind, wobei Kurven einer Kurvenschar sich jeweils auf eine konstante Belastungstemperatur beziehen;
  • 3 eine Skizze eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist und das im Betrieb thermisch geschädigt wurde.
  • Erstes Ausführungsbeispiel
  • Nachfolgend wird ein erstes Ausführungsbeispiel beschrieben. Zunächst wird auf die Erstellung eines multivariaten Regressionsmodells eingegangen. Mit einem multivariaten Regressionsmodell können später Kennwerte eines thermisch geschädigten, zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, im Rahmen einer Schadensanalyse ermittelt werden.. Die Schritte des Verfahrens sind nachfolgend durch Gliederungspunkte hervorgehoben:
    • • Zunächst wird eine Vielzahl von Lackart-Proben mit einer Lackseite bereitgestellt.
  • Bei den Lackart-Proben handelt es sich um Proben einer ersten, zweiten und dritten Lackart, die in der Bundeswehr eingesetzt sind. Die erste, zweite und dritte Lackart sind jeweils ein 2-Komponenten-Polyurethanlack. Die erste Lackart weist eine graue Farbe (Federal Standard 595C, halb matt) auf, die zweite Lackart weist eine olivgrüne Farbe (Federal Standard 656C-3, matt) auf und die dritte Lackart weist eine waldgrüne Farbe (Federal Standard 657C-3, matt) auf.
  • Die Lacke sind hinsichtlich ihres Bindemittels als weniger thermisch stabil im Vergleich zu den Kunststoffart-Proben anzusehen. Damit eröffnet sich die Möglichkeit, bereits thermische Schädigungen zu erfassen, die noch mit keiner Abnahme der Festigkeit der Kunststoffart-Proben einhergehen.
  • Die Lackart-Proben sind jeweils aus einem kostengünstigen Metallblech gefertigt und mit den vorgenannten Lackarten beschichtet. Die Lackart-Proben dienen dazu, Farbveränderungen definierter thermischer Belastungen zu erfassen. Deshalb brauchen die Lackart-Proben nicht mit den Kunststoffart-Proben, die teuer sind, identisch zu sein.
    • • Ebenso wird eine Vielzahl von Kunststoffart-Proben bereitgestellt.
  • Bei den Kunststoffart-Proben handelt es sich um Proben einer ersten Kunststoffart und einer zweiten Kunststoffart. Die erste Kunststoffart und die zweite Kunststoffart betreffen jeweils einen carbonfaserverstärkten Kunststoff, der zum einen als Matrix einen Epoxidharz aufweist, der zum anderen nach einer Prepreg-Technologie gefertigt ist und der darüber hinaus in Luftfahrzeugen in der Bundeswehr eingesetzt wird. Die erste Kunststoffart weist ein quasiisotropes Laminat mit unidirektionalen Einzellagen auf. Die zweite Kunststoffart weist ein Gewebe aus Carbonfasern auf. Dies ergibt einen quasiisotropen Aufbau.
    • • Die Lackart-Proben wie auch die Kunststoffart-Proben werden jeweils einer vorgegebenen thermischen Belastung unterworfen. Die thermische Belastung ist definiert durch eine Belastungstemperatur und eine Einwirkungsdauer der Belastungstemperatur.
  • Dies illustriert 1 am Beispiel der Lackart-Proben der ersten Lackart mit der grauen Farbe. 1 zeigt zusätzlich die sich verändernde Farbe des Lackes der Lackart-Proben aufgrund der thermischen Belastung. Die sich verändernden Farben sind in Grautönen wiedergegeben. Jedes Kästchen steht für eine Lackart-Probe.
  • Wie dargestellt, variiert die Belastungstemperatur in Schritten im Bereich zwischen 90 und 340°C. Die Einwirkungsdauer der Belastungstemperatur variiert in Schritten von 1 min bis zu 240 Tagen. Mindestens 100 Lackart-Proben bzw. Kunststoffart-Proben sind pro zu erstellendes Regressionsmodell für eine aussagekräftige Vorhersage erforderlich. Die thermische Belastung kann durch eine Auslagerung in einem Ofen im Temperaturgleichgewicht oder durch eine einseitige thermische Belastung eines elektrischen Heizstrahlers erfolgen.
    • • Nach der thermischen Belastung der Lackart-Proben werden farbige Digitalbilder der Lackseite der Lackart-Proben als Bilddateien aufgenommen.
    • • Dann erfolgt eine Berechnung dreier Farbabweichungsparameter von jeder thermisch belasteten Lackart-Probe auf der Basis deren farbigen Digitalbildes bezogen auf eine Lackart-Probe gleicher Lackart ohne eine thermische Belastung.
  • Die drei verwendeten Farbparameter der farbmetrischen Analyse sind die Farbparameter L*, a* und b* des L*a*b*-Farbraumes. L* beschreibt die Helligkeit, a* den Grün- oder Rotanteil und b* den Blau- oder Gelbanteil. Die farbmetrische Analyse des thermisch belasteten Lackes erlaubt eine genaue Charakterisierung des Farbeindruckes in Form von Zahlentripletts. Alternativ hätte man auch Farbparameter der drei Grundfarben des RGB(Rot-Grün-Blau)-Farbraumes verwenden können. Entsprechende Werte der verschiedenen Farbräume sind ineinander umrechenbar.
  • Wäre die 1 in Farbe, könnte man sehen, dass der Lack ohne eine thermische Belastung die Farbe Grau hätte. Mit einer zunehmenden thermischen Belastung gehen die visuell erkennbaren Verfärbungen vom Grau zunächst ins Graublaue und dann ins Braunschwarze über. Der L*-Wert nimmt mit einer zunehmenden Dunkelfärbung ab. Gleichzeitig nehmen der a*-Wert und der b*-Wert zu, was einer Verschiebung der Farbe in den rötlichen bzw. gelben Bereich, also der Braunfärbung entspricht.
  • 2 zeigt Werte der Farbabweichungsparameter ΔL*, Δa* und Δb* aufgetragen über die Einwirkungsdauer (nur Ausschnitt). Eine Kurve gibt die Veränderung der Farbabweichungsparameter in Form gleichartiger Symbole für eine konstante Belastungstemperatur wieder. Das Beispiel zeigt eine typische Farbveränderung durch eine thermische Belastung. Die im Ausgangszustand graue Probe wird dunkler. Der Farbabweichungsparameter Δa* zeigt eine Verschiebung von grün nach rot. Der Farbabweichungsparameter Δb* zeigt eine Verschiebung von blau nach gelb. Insgesamt ergibt sich damit eine Verschiebung des Farbeindruckes nach braun oder schwarz bei einer starken thermischen Belastung. Die von der Einwirkungsdauer und Belastungstemperatur abhängigen, ermittelten Farbabweichungsparameter ΔL*, Δa* und Δb* stellen in Form eines Zahlentripletts die Grundlage für die Erstellung eines multivariaten Regressionsmodells dar.
  • Jedes farbige Digitalbild zeigt sowohl die Lackseite einer thermisch belasteten Lackart-Probe als auch die Lackseite einer thermisch nicht geschädigten Lackart-Probe. Auf der Basis eines derartigen Digitalbildes erfolgt die Berechnung dreier Farbabweichungsparameter. Hierdurch werden die drei Farbabweichungsparameter mit einer hohen Genauigkeit ermittelt, weil für vergleichbare Belichtungsverhältnisse gesorgt wird. Die Farbabweichungsparameter sind Differenzbeträge der Farbparameter der Lackseite der thermisch belasteten Lackart-Probe und der Farbparameter der Lackseite einer thermisch nicht geschädigten Lackart-Probe.
  • Angemerkt sei, dass jedes farbige Digitalbild, das sowohl die Lackseite einer thermisch belasteten Lackart-Probe als auch die Lackseite einer thermisch nicht geschädigten Lackart-Probe zeigt, auch zum Beispiel gleichzeitig drei Lackart-Proben zur Auswertung abbilden könnte. Das farbige Digitalbild könnte neben der Lackseite einer thermisch nicht geschädigten Lackart-Probe zusätzlich sowohl die Lackart-Probe der ersten Lackart, als auch die Lackart-Probe der zweiten Lackart und schließlich auch die Lackart-Probe der dritten Lackart darstellen.
  • Angemerkt sei ferner, dass auf einem Probenkörper, zum Beispiel aus Metallblech, auch zum Beispiel drei Lackart-Proben integriert sein könnten. So könnte ein gemeinsamer Probenkörper sowohl in einem ersten Bereich die Lackart-Probe der ersten Lackart, als auch in einem zweiten Bereich die Lackart-Probe der zweiten Lackart und schließlich in einem dritten Bereich auch die Lackart-Probe der dritten Lackart umfassen.
    • • Ebenso sind die Restfestigkeit der Kunststoffart-Proben zu ermitteln.
  • Die Werte der Restfestigkeit werden als Werte der interlaminaren Scherfestigkeit (ILS) ermittelt. Die Werte der Restfestigkeit in Abhängigkeit von der thermischen Belastung dienen der Erstellung eines multivariaten Regressionsmodells.
    • • Berechnung eines Regressionsmodels für eine Paarung aus Kunststoffart-Proben gleicher Kunststoffart und Lackart-Proben gleicher Lackart mit Hilfe einer multivariaten Datenanalyse, derart, dass die Belastungstemperatur, die Einwirkungsdauer der Belastungstemperatur und die Restfestigkeit abhängige Variablen und die drei Farbabweichungsparameter unabhängige Variablen sind.
  • Das Regressionsmodell wird anhand einer Partial Least Square Regression (PLS) ermittelt. Dabei wird das Zahlentriplett der Farbabweichungsparameter (die unabhängigen Variablen) mit der Belastungstemperatur, der Einwirkungsdauer und der Restfestigkeit (die abhängigen Variablen) in Verbindung gesetzt. Für die Erstellung des Regressionsmodelles werden die Daten der Farbabweichungsparameter mittelzentriert und normiert. Das Regressionsmodell wird mittels einer handelsüblichen Software (zum Beispiel: ”The Unscrambler®”) an einem Computer errechnet.
    • • Danach werden weitere Regressionsmodelle für weitere Paarungen aus Kunststoffart-Proben gleicher Kunststoffart und Lackart-Proben gleicher Lackart mit Hilfe einer multivariaten Datenanalyse berechnet.
  • Insgesamt liegen für die 3 Lackarten und die 2 Kunststoffarten 6 Paarungs-Möglichkeiten vor, so dass insgesamt 6 Regressionsmodelle berechnet werden.
  • Nachfolgend wird auf die Verwendung eines multivariaten Regressionsmodells im Rahmen einer Schadensanalyse eingegangen. Ein zuvor erstelltes multivariates Regressionsmodell dient der Schadensanalyse. Auf der Basis eines farbigen Digitalbildes der Lackseite des thermisch geschädigten, zu analysierenden Kunststoffbauteiles wird indirekt die Belastungstemperatur, die Einwirkungsdauer der Belastungstemperatur und die Restfestigkeit des zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, bestimmt. Die Schritte sind durch Gliederungspunkte hervorgehoben:
    • • Auswahl eines Regressionsmodels für das zu analysierende Kunststoffbauteil im Hinblick auf die Kunststoffart und die Lackart.
  • Das Kunststoffbauteil weist beispielhaft die zweite Lackart und die erste Kunststoffart auf. Die zweite Lackart ist ein olivgrüner Decklack. Folglich wird das Regressionsmodel dieser Paarung ausgewählt.
    • • Aufnahme eines farbigen Digitalbildes der Lackseite des zu analysierenden Kunststoffbauteiles als Bilddatei.
  • Die 3 zeigt zur Illustration eine Skizze eines zu analysierenden Kunststoffbauteils. Das zu analysierenden Kunststoffbauteil ist ein Abschnitt einer Tragfläche eines Luftfahrzeuges. Schraffierte Flächen illustrieren die Farbveränderungen des Lackes. Je enger die Schraffurlinien zueinander liegen, desto größer die Farbveränderung.
    • • Festlegung eines Schädigungsbereiches 20 im Digitalbild und Berechnung dreier Farbabweichungsparameter bezogen auf einen Nichtschädigungsbereich 10 im Digitalbild.
  • In 3 ist der Bildausschnitt 1 des Digitalbildes eingezeichnet.
  • Mit Hilfe eines Programms (zum Beispiel „Paint” aus Microsoft Windows®) werden die L*-a*-b*-Farbwerte des Schädigungsbereiches 20 und des Nichtschädigungsbereich 10 im Digitalbild ermittelt. Der Schädigungsbereich 20 umfasst 10 mal 10 Pixel. Für jedes dieser Pixel wurden die L*-a*-b*-Farbwerte ermittelt. Dann wurden diese Pixelwerte gemittelt unter Erhalt der L*-a*-b*-Farbwerte des Schädigungsbereiches 20. Die L*-a*-b*-Farbwerte des Schädigungsbereiches 20 betragen: (65,4; –2,56; 1,45). Der Nichtschädigungsbereich 10 umfasst ebenfalls 10 mal 10 Pixel. Die L*-a*-b-Farbwerte des Nichtschädigungsbereiches 10 betragen gemittelt aus einzelnen Pixelwerten: (61,0; 8,33; 5,46).
  • Um die Farbabweichungsparameter des thermischen Schadens zu bestimmen, wird die Differenz der L*-a*-b*-Farbwerte des Schädigungsbereiches 20 und der L*-a*-b*-Farbwerte des Nichtschädigungsbereiches 10 gebildet. Die Farbabweichungsparameter ΔL*, Δa* und Δb* betragen: (4,4; –10,89; –4,01).
    • • Eingabe der unabhängigen Variablen der drei Farbabweichungsparameter des Kunststoffbauteils in das Regressionsmodel und Berechnung der abhängigen Variablen der Belastungstemperatur, der Einwirkungsdauer der Belastungstemperatur und die Restfestigkeit. Die Berechnung erfolgt an einem Computer.
  • Das Zahlentriplett (4,4; –10,89; –4,01) der Farbabweichungsparameter ΔL*, Δa* und Δb* wird mit dem ausgewählten multivariaten Regressionsmodell verrechnet. Als Ergebnis wird für den Schädigungsbereich 20 eine Restfestigkeit von 78% im Vergleich zur Ausgangsfestigkeit des verwendeten carbonfaserverstärkten Kunststoffes errechnet. Die errechnete Temperatur ist 160°C. Die Einwirkungsdauer beträgt 60 min. Diese Werte entsprechen einem Szenario, bei dem heiße Triebwerksluft ungewollt auf ein Rumpfbauteil eines Luftfahrzeuges gelangt ist.
  • Das Regressionsmodell ist in Formeln abgebildet. Die Berechnung zum Beispiel der Belastungstemperatur der thermischen Schädigung erfolgt anhand folgender Formel, die Regressionskoeffizienten aufweist: Berechnete Belastungstemperatur = (ΔL-Wert*Regressionskoeffizient 1) + (Δa-Wert*Regressionskoeffizient 2) + (Δb-Wert*Regressionskoeffizient 3) + Regressionskoeffizient 4
  • Entsprechend liegen andere Formeln mit anderen Regressionskoeffizienten für die Berechnung der Einwirkungsdauer und der Restfestigkeit vor.
    • • Die Schritte der Eingabe der unabhängigen Variablen und der Berechnung der abhängigen Variablen werden mit weiteren Schädigungsbereichen, die noch nicht berechnet wurden, wiederholt.
  • Damit wird das Digitalbild umgerechnet unter Erhalt eines Digitalbildes, bei dem beispielsweise die Werte der Restfestigkeit entsprechend einer Farbskala wiedergegeben sind.
  • Zweites Ausführungsbeispiel
  • Nachfolgend wird ein zweites Ausführungsbeispiel beschrieben. Im Unterschied zum ersten Ausführungsbeispiel wird für jede Paarung aus Kunststoffart-Proben gleicher Kunststoffart und Lackart-Proben gleicher Lackart ein erstes und zweites Regressionsmodell berechnet. Das erste Regressionsmodell deckt kurzzeitige Einwirkungsdauern von Belastungstemperaturen bis zu einigen Stunden ab. Das zweite Regressionsmodell deckt die verbleibenden, längeren Einwirkungsdauern von Belastungstemperaturen ab. Die Vorhersagegenauigkeit kann sich hierdurch signifikant erhöhen.
  • Damit eröffnet sich die Möglichkeit, bei Vorkenntnissen zum Hergang der thermischen Schädigung eine Vorauswahl für das zu verwendende Regressionsmodell zu treffen. Zur Auswahl stehen: das erste Regressionsmodell für kurzzeitige Einwirkungsdauern, das zweite Regressionsmodell für die verbleibenden, längeren Einwirkungsdauern und das Regressionsmodell ohne Beschränkung der Einwirkungsdauer.
  • Drittes Ausführungsbeispiel
  • Nachfolgend wird ein drittes Ausführungsbeispiel beschrieben. Im Unterschied zum ersten Ausführungsbeispiel liegen nur eine Lackart und nur eine Kunststoffart vor. Daher sind die Kunststoffart-Proben auch gleichzeitig die Lackart-Proben, indem die Kunststoffart-Proben mit dem Lack der einzigen Lackart beschichtet werden. Die lackierten Kunststoffart-Proben dienen sowohl der Erfassung der drei Farbabweichungsparameter als auch der Ermittlung der Restfestigkeit.

Claims (7)

  1. Verfahren zur Erstellung eines multivariaten Regressionsmodells, um Kennwerte eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, zu ermitteln, mit folgenden Schritten: a) Bereitstellung von Lackart-Proben mit einer Lackseite, b) Bereitstellung von Kunststoffart-Proben, c) die Lackart-Proben werden jeweils und die Kunststoffart-Proben werden jeweils einer vorgegebenen thermischen Belastung unterworfen, d) die thermische Belastung ist definiert durch eine Belastungstemperatur und eine Einwirkungsdauer der Belastungstemperatur, e) Aufnahme eines farbigen Digitalbildes der Lackseite jeder Lackart-Probe als Bilddatei nach der thermischen Belastung, f) Berechnung dreier Farbabweichungsparameter von jeder thermisch belasteten Lackart-Probe mit Hilfe deren farbigen Digitalbildes bezogen auf eine Lackart-Probe gleicher Lackart ohne eine thermische Belastung, g) Ermittlung einer Restfestigkeit von jeder Kunststoffart-Probe nach der thermischen Belastung, h) Berechnung eines multivariaten Regressionsmodells für eine Paarung aus Kunststoffart-Proben gleicher Kunststoffart und Lackart-Proben gleicher Lackart mit Hilfe einer multivariaten Datenanalyse, derart, dass die Belastungstemperatur, die Einwirkungsdauer der Belastungstemperatur und die Restfestigkeit abhängige Variablen und die drei Farbabweichungsparameter unabhängige Variablen sind, i) Abbildung des multivariaten Regressionsmodells in Formeln, derart, dass eine Berechnung der Belastungstemperatur der thermischen Schädigung anhand folgender Formel erfolgt, die Regressionskoeffizienten aufweist: Berechnete Belastungstemperatur = (ΔL-Wert*Regressionskoeffizient 1) + (ΔaWert*Regressionskoeffizient 2) + (Δb-Wert*Regressionskoeffizient 3) + Regressionskoeffizient 4.
  2. Verfahren nach Anspruch 1, bei dem die Schritte e) und f) des Anspruches 1 derart ausgebildet sind, dass jedes farbige Digitalbild sowohl die Lackseite einer thermisch geschädigten Lackart-Probe als auch die Lackseite einer thermisch nicht geschädigten Lackart-Probe zeigt, und dass auf der Basis eines derartigen Digitalbildes die Berechnung dreier Farbabweichungsparameter erfolgt.
  3. Verfahren nach Anspruch 1 oder 2, bei dem die Lackart-Proben aus einem Metallblech gefertigt sind.
  4. Verfahren nach einem der Ansprüche 1 bis 3, bei dem für jede Paarung aus Kunststoffart-Proben gleicher Kunststoffart und Lackart-Proben gleicher Lackart ein erstes und zweites Regressionsmodell berechnet wird, derart, dass das erste Regressionsmodell kurzzeitige Einwirkungsdauern von Belastungstemperaturen bis zu einigen Stunden abdeckt und das zweite Regressionsmodell die verbleibenden, längeren Einwirkungsdauern von Belastungstemperaturen abdeckt.
  5. Verfahren nach einem der Ansprüche 1 bis 4, bei dem die Kunststoffart-Proben und die zu analysierenden Kunststoffbauteile faserverstärkte Kunststoffe umfassen.
  6. Verfahren zur indirekten Bestimmung einer Belastungstemperatur, einer Einwirkungsdauer der Belastungstemperatur und einer Restfestigkeit eines zu analysierenden Kunststoffbauteils, das mit einem Lack beschichtet ist, unter Verwendung eines gemäß den Merkmalen nach einem der Ansprüche 1 bis 5 erstellten Regressionsmodells, mit folgenden Schritten: a) Auswahl eines Regressionsmodells für das zu analysierende Kunststoffbauteil im Hinblick auf die Kunststoffart und die Lackart, b) Aufnahme eines farbigen Digitalbildes der Lackseite des zu analysierenden Kunststoffbauteiles als Bilddatei, c) Festlegung eines Schädigungsbereiches (20) im Digitalbild und Berechnung dreier Farbabweichungsparameter bezogen auf einen Nichtschädigungsbereich (10) im Digitalbild, d) Eingabe der unabhängigen Variablen der drei Farbabweichungsparameter des Kunststoffbauteils in das Regressionsmodell und Berechnung der abhängigen Variablen der Belastungstemperatur, der Einwirkungsdauer der Belastungstemperatur und der Restfestigkeit.
  7. Verfahren nach Anspruch 6, bei dem die Schritte c) und d) des Anspruches 6 mit weiteren Schädigungsbereichen, die noch nicht berechnet wurden, wiederholt werden.
DE102016004613.9A 2016-04-19 2016-04-19 Verfahren zur indirekten Bestimmung von Kennwerten eines mit einem Lack beschichteten Kunststoffbauteils Expired - Fee Related DE102016004613B3 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102016004613.9A DE102016004613B3 (de) 2016-04-19 2016-04-19 Verfahren zur indirekten Bestimmung von Kennwerten eines mit einem Lack beschichteten Kunststoffbauteils

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102016004613.9A DE102016004613B3 (de) 2016-04-19 2016-04-19 Verfahren zur indirekten Bestimmung von Kennwerten eines mit einem Lack beschichteten Kunststoffbauteils

Publications (1)

Publication Number Publication Date
DE102016004613B3 true DE102016004613B3 (de) 2017-05-24

Family

ID=58694123

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016004613.9A Expired - Fee Related DE102016004613B3 (de) 2016-04-19 2016-04-19 Verfahren zur indirekten Bestimmung von Kennwerten eines mit einem Lack beschichteten Kunststoffbauteils

Country Status (1)

Country Link
DE (1) DE102016004613B3 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018000655A1 (de) 2018-01-27 2019-08-01 Bundesrepublik Deutschland, vertr. durch das Bundesministerium der Verteidigung, vertr. durch das Bundesamt für Ausrüstung, Informationstechnik und Nutzung der Bundeswehr Verfahren zur indirekten Bestimmung eines Quellpotential-Werts eines zu analysierenden kohlenwasserstoffbasierten Kraftstoffes im Hinblick auf eine Elastomerart
DE102018007710A1 (de) * 2018-09-29 2020-04-02 Bundesrepublik Deutschland, vertreten durch das Bundesministerium der Verteidigung, dieses vertreten durch das Bundesamt für Ausrüstung, Informationstechnik und Nutzung der Bundeswehr Einrichtung zur Bestimmung einer thermischen Schädigung eines Bauteiles aus CFK

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19830720C1 (de) * 1998-07-09 2000-01-05 Merck Patent Gmbh Verfahren zur indirekten Brennwert-, Heizwert- und Wassergehaltsbestimmung von flüssigen Abfallproben sowie eine Vorrichtung und deren Verwendung zur Gewinnung von flüssigen Abfallchargen
DE69830629T2 (de) * 1997-03-25 2006-05-11 Matsushita Electric Works, Ltd., Kadoma Verfahren zur Bestimmung der Glukosekonzentration in einer Probe mittels naher Infrarotspektroskopie
DE102007044606B4 (de) * 2007-09-19 2010-05-12 Pal Preservation Academy Gmbh Leipzig Bestimmung des Zustandes von Zellstoff und Papier
US8330109B2 (en) * 2010-09-02 2012-12-11 The Boeing Company Method for determining contamination of material using Mid-IR spectroscopy

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69830629T2 (de) * 1997-03-25 2006-05-11 Matsushita Electric Works, Ltd., Kadoma Verfahren zur Bestimmung der Glukosekonzentration in einer Probe mittels naher Infrarotspektroskopie
DE19830720C1 (de) * 1998-07-09 2000-01-05 Merck Patent Gmbh Verfahren zur indirekten Brennwert-, Heizwert- und Wassergehaltsbestimmung von flüssigen Abfallproben sowie eine Vorrichtung und deren Verwendung zur Gewinnung von flüssigen Abfallchargen
DE102007044606B4 (de) * 2007-09-19 2010-05-12 Pal Preservation Academy Gmbh Leipzig Bestimmung des Zustandes von Zellstoff und Papier
US8330109B2 (en) * 2010-09-02 2012-12-11 The Boeing Company Method for determining contamination of material using Mid-IR spectroscopy

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Eibl, S.: Kohlenstofffaser-verstärkte Kunststoffe - Quantifizierung der thermischen Schädigung und Brandverhalten. In: Wehrwissenschaftliche Forschung Jahresbericht 2011, Seiten 74 - 75 *
Eibl, S.; Wolfrum, J.: Prospects to separately estimate temperture and duration of a thermal pre-load on a polymer matrix composite. In: J. of Composite Materials, Vol. 47, No. 24, 2012; Seiten 3011-3025 *
Kessler; Waltraut: Multivariate Datenanalyse: für die Pharma-, Bio- und Prozessanalytik. WILEY-VCH Verlag, 2007, Weinheim, ISBN: 978-3-527-31262-7 *
Norm DIN 6174, Oktober 2007 *
Wolfrum, J.; Whitney, E.; Eibl, S.: Wirkung von Treibstoffbränden auf kohlenstofffaserverstärkte Kunststoffe. In: Wehrwissenschaftliche Forschung Jahresbericht 2014, Seiten 56 - 57 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018000655A1 (de) 2018-01-27 2019-08-01 Bundesrepublik Deutschland, vertr. durch das Bundesministerium der Verteidigung, vertr. durch das Bundesamt für Ausrüstung, Informationstechnik und Nutzung der Bundeswehr Verfahren zur indirekten Bestimmung eines Quellpotential-Werts eines zu analysierenden kohlenwasserstoffbasierten Kraftstoffes im Hinblick auf eine Elastomerart
DE102018000655B4 (de) 2018-01-27 2020-01-09 Bundesrepublik Deutschland, vertr. durch das Bundesministerium der Verteidigung, vertr. durch das Bundesamt für Ausrüstung, Informationstechnik und Nutzung der Bundeswehr Verfahren zur indirekten Bestimmung eines Quellpotential-Werts eines zu analysierenden kohlenwasserstoffbasierten Kraftstoffes im Hinblick auf eine Elastomerart
DE102018007710A1 (de) * 2018-09-29 2020-04-02 Bundesrepublik Deutschland, vertreten durch das Bundesministerium der Verteidigung, dieses vertreten durch das Bundesamt für Ausrüstung, Informationstechnik und Nutzung der Bundeswehr Einrichtung zur Bestimmung einer thermischen Schädigung eines Bauteiles aus CFK

Similar Documents

Publication Publication Date Title
EP3368872B1 (de) Verfahren zum ermitteln von texturparametern eines lacks
DE102007038483B4 (de) Lernendes Verfahren zur Herstellung von Farbrezepturen
EP2505974B1 (de) Farbmessgerätkalibrierung
DE102010061505B4 (de) Verfahren zur Inspektion und Detektion von Defekten auf Oberflächen von scheibenförmigen Objekten
EP0360738A1 (de) Verfahren und Vorrichtung zur Erstellung von Farbrezepten
DE102016004613B3 (de) Verfahren zur indirekten Bestimmung von Kennwerten eines mit einem Lack beschichteten Kunststoffbauteils
DE102010046829A1 (de) Verfahren zur Bestimmung von Gaskonzentrationen in einem Gasgemisch basierend auf Wärmeleitfähigkeitsmessungen mit Messwertkorrektur
EP3102921B1 (de) Verfahren zur funktionsprüfung eines messgerätes
EP2748589B1 (de) Verfahren zum Ermitteln der Reinheit eines Kältemittels
DE102020116094A1 (de) Mehrzahl an baugleichen Spektrometern und Verfahren zu deren Kalibrierung
DE102011080282B4 (de) Verfahren und Messvorrichtung zur Untersuchung eines magnetischen Werkstücks
EP3163294B1 (de) Verfahren zum nachweis von oberflächenverunreinigungen mittels röntgenfluoreszenzanalyse
DE102011002464A1 (de) Schnelles Farbverifikationssystem unter Verwendung eines digitalen Bildgebungs- und Kurvenvergleichsalgorithmus
DE102011104435B3 (de) Zerstörungsfreie Bestimmung von Werkstoffeigenschaften
DE102006033663A1 (de) Verfahren zur Ermittlung eines charakteristischen Parameters einer Probe aus CFK
DE69630369T2 (de) Verfahren zur eichung eines oximeters und zur meldung der ergebnisse
DE102010055939B4 (de) Verfahren zum Färben eines Glases, System zum Ermitteln von Prozessparametern und ein Computerprogrammprodukt
EP3692346B1 (de) Verfahren zum ermitteln einer herstellerübergreifenden haarfärbemittelempfehlung
DE102014011664B3 (de) Verfahren zur dynamischen Druckprozesskalibrierung
DE102010052327A1 (de) Verfahren zur Bestimmung eines Kondensationsrisikos mit einer Wärmebildkamera und korrespondierende Wärmebildkamera
DE102008007739A1 (de) Referenzpräparat für eine Untersuchungsmethode unter Verwendung eines bildgebenden Erfassungs- und Auswertungsverfahrens
DE102015209862B4 (de) Verfahren zur Analyse eines Funktionsbereichs eines Werkstücks und Verwendung von IR-Thermografie
DE102014218354B4 (de) Verfahren zur Gewinnung von in einem Ergebnis einer NMR-Messung kodierter Information
DE102014010239B4 (de) Verfahren zum Auffinden und zur Erstellung von Zielfarbtönen
DE102018000655B4 (de) Verfahren zur indirekten Bestimmung eines Quellpotential-Werts eines zu analysierenden kohlenwasserstoffbasierten Kraftstoffes im Hinblick auf eine Elastomerart

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G01N0021350000

Ipc: G01N0021710000

R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee