Trinkel, Thomas Sebastian (2022)
Qualitätsbasierte Langzeitarchivierung von 3D-CAD Modellen.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00021499
Ph.D. Thesis, Primary publication, Publisher's Version
Text
2021_Dissertation_Thomas-Trinkel_Qualitätsbasierte-Langzeitarchivierung.pdf Copyright Information: CC BY-SA 4.0 International - Creative Commons, Attribution ShareAlike. Download (7MB) |
Item Type: | Ph.D. Thesis | ||||
---|---|---|---|---|---|
Type of entry: | Primary publication | ||||
Title: | Qualitätsbasierte Langzeitarchivierung von 3D-CAD Modellen | ||||
Language: | German | ||||
Referees: | Anderl, Prof. Dr. Reiner ; Stark, Prof. Dr. Rainer | ||||
Date: | 2022 | ||||
Place of Publication: | Darmstadt | ||||
Collation: | xii, 244 Seiten | ||||
Date of oral examination: | 29 June 2021 | ||||
DOI: | 10.26083/tuprints-00021499 | ||||
Abstract: | Durch die Digitalisierung des Produktentwicklungsprozesses wird eine digitale Langzeitarchivierung erforderlich. Komplexe dreidimensionale Freiformgeometrie lässt sich nicht eindeutig durch technische Zeichnungen darstellen. Für das digitale Produktmodell der Luft- und Raumfahrtindustrie ist die LOTAR-Normserie DIN EN 9300 entwickelt. Die LOTAR-Norm beschreibt Methoden, um 3D-CAD Modelle von 3D-CAD Autorensystemen in ein qualifiziertes 3D-CAD Archivmodell zur Langzeitarchivierung zu überführen. Durch die Methode der Verifikation wird die Produktdatenqualität des Archivmodells sichergestellt. Durch die Validierung wird Übereinstimmung mit dem 3D-CAD Modell im nativen Datenformat sichergestellt. Die LOTAR-Norm sieht jedoch keine Optimierung des Qualitätsniveaus der 3D-CAD Archivmodelle im Rahmen des Archivierungsprozesses vor. 3D-CAD Autorensysteme erzeugen teilweise generativ beschriebene Volumenmodelle. Die LOTAR-Norm fordert explizit beschriebene Volumenmodelle. Bei der Datenkonvertierung werden generativ repräsentierte Geometrieelemente des nativen Datenformats in eine explizite Repräsentation des Archivdatenformats umgewandelt. Deshalb ist bei der Datenkonvertierung eine Approximation der generativen Geometrieelemente erforderlich. Die Approximationstoleranz kann vom Anwender vorgegeben werden. Das entwickelte Konzept zur qualitätsbasierten Langzeitarchivierung stellt ein Verfahren zur Optimierung des Qualitätsniveaus von 3D-CAD Archivmodellen vor. Die Quantifizierung des Qualitätsniveaus erfolgt durch die LOTAR-Kriterien für Verifikation und Validierung. Die entwickelte Heuristik optimiert die Approximationstoleranz der Konvertierung sowohl hinsichtlich der Produktdatenqualität (LOTAR-Verifikation) als auch hinsichtlich der Genauigkeitsvorgaben (LOTAR-Validierung). Die Heuristik setzt sich aus einem Eröffnungsverfahren und einer anschließenden lokalen Suche durch ein Intervallhalbierungsverfahren zusammen. Eine Abbruchbedingung beendet die Optimierung sobald der Zugewinn des Qualitätsniveaus einen Vorgabewert unterschreitet. Zur Sicherstellung der korrekten Bewertung des Qualitätsniveaus wird ein Evaluationsverfahren für die verwendetet Verifikations- und Validierungskriterien vorgestellt. Das Evaluationsverfahren identifiziert sowohl die geeigneten Kriterien, als auch geeignete Parameter und Grenzwert zur Bewertung des Qualitätsniveaus. Die Tragfähigkeit des Konzepts wird durch die beispielhafte Archivierung von 787 3D-CAD Referenzmodellen nachgewiesen. Die Archivierung wird mit dem prototypisch implementierten QUBATO-Assistenzsystem durchgeführt. |
||||
Alternative Abstract: |
|
||||
Status: | Publisher's Version | ||||
URN: | urn:nbn:de:tuda-tuprints-214993 | ||||
Classification DDC: | 000 Generalities, computers, information > 004 Computer science 600 Technology, medicine, applied sciences > 620 Engineering and machine engineering |
||||
Divisions: | 16 Department of Mechanical Engineering > Department of Computer Integrated Design (DiK) (from 01.09.2022 renamed "Product Life Cycle Management") | ||||
Date Deposited: | 23 Jun 2022 12:01 | ||||
Last Modified: | 18 Nov 2022 09:03 | ||||
URI: | https://tuprints.ulb.tu-darmstadt.de/id/eprint/21499 | ||||
PPN: | 496579924 | ||||
Export: |
View Item |