Jessica Plaßmann

• Speckle-interferometrische Verfahren wie die Holografie und die Shearografie ermöglichen die flächenhafte und hochsensitive Erfassung von Oberflächenverformungen und werden in der zerstörungsfreien Prüfung zur Detektion charakteristischer Defektmechanismen eingesetzt. Die Defektdetektion erfolgt dabei indirekt über die mechanische Reaktion eines Bauteils auf eine definierte Belastung. Aus der hohen Sensitivität der Verfahren sowie der Vielzahl an Einflussgrößen bei der Messkonfiguration ergibt sich eine starke Abhängigkeit der Messergebnisse von der gewählten Parametrierung und der anschließenden Auswertung. Trotz ihres Potentials ist der industrielle Einsatz speckle-interferometrischer Verfahren bislang auf spezialisierte Anwendungen beschränkt. Als wesentliche Ursache wird die fehlende systematische und reproduzierbare Parametereinstellung sowie die komplexe Interpretation der hochdimensionalen interferometrischen Messdaten angesehen. Die vorliegende Arbeit untersucht diese Problemstellung durch eine Analyse der zugrunde liegenden physikalischen Zusammenhänge sowie durch die Betrachtung datenbasierter Auswertungsverfahren. Zunächst wird das Verfahren in seine Prozessschritte zerlegt und hinsichtlich der Abhängigkeit von Erfahrungswissen analysiert. Darauf aufbauend wird eine Simulationskette formuliert, die die Abbildung von Bauteil, Belastung und resultierendem Messsignal beschreibt und zur systematischen Parametrierung genutzt wird. Für die Untersuchung datenbasierter Auswertungsverfahren wird mit dem Datensatz SADD eine Datengrundlage geschaffen, die die charakteristischen Eigenschaften speckle-interferometrischer Messdaten abbildet. Der Datensatz umfasst definierte Prüfkörper, kontrollierte Belastungssituationen sowie eine strukturierte Annotation der resultierenden Signalstrukturen. Auf dieser Grundlage werden verschiedene Ansätze zur Merkmalsextraktion und Defektdetektion untersucht, darunter überwachte und unüberwachte Verfahren sowie Zero-Shot-Ansätze. Die Modelle werden hinsichtlich ihrer Fähigkeit bewertet, charakteristische Signalstrukturen zu erkennen und unterschiedliche Defekttypen zu differenzieren. Die Untersuchungen zeigen, dass sowohl modellbasierte Ansätze zur Parametrierung als auch datengetriebene Verfahren zur Auswertung geeignet sind, zentrale Teilaspekte der bisher erfahrungsbasierten Vorgehensweise zu adressieren. Die Parametrierung wird dabei auf eine physikalisch begründete Beschreibung der Zusammenhänge zwischen Bauteil, Belastung und Messsignal zurückgeführt, während die Auswertung durch datengetriebene Methoden hinsichtlich der Erkennung charakteristischer Signalstrukturen untersucht wird. Insgesamt wird ein Ansatz aufgezeigt, mit dem sich die Abhängigkeit von domänenspezifischem Erfahrungswissen in einzelnen Prozessschritten reduzieren lässt und der damit eine Grundlage für eine weitergehende Automatisierung speckle-interferometrischer Messverfahren bildet.
• Speckle interferometric methods such as holography and shearography enable the full-field and highly sensitive measurement of surface deformations and are used in non-destructive testing for the detection of characteristic defect mechanisms. Defect detection is performed indirectly via the mechanical response of a component to a defined load. Due to the high sensitivity of the methods as well as the large number of influencing factors in the measurement configuration, the measurement results strongly depend on the chosen parameterization and the subsequent evaluation. Despite their potential, the industrial application of speckle interferometric methods remains limited to specialized use cases. A main reason is seen in the lack of systematic and reproducible parameter selection as well as the complex interpretation of high-dimensional interferometric measurement data. This work addresses this problem by analyzing the underlying physical relationships as well as by considering data-driven evaluation methods. First, the procedure is decomposed into its process steps and analyzed with respect to its dependence on expert knowledge. Based on this, a simulation framework is developed that describes the mapping between component, loading, and resulting measurement signal and is used for systematic parameterization. For the investigation of data-driven evaluation methods, the dataset SADD is introduced as a data basis that captures the characteristic properties of speckle interferometric measure ment data. The dataset comprises defined test specimens, controlled loading conditions, and a structured annotation of the resulting signal structures. Based on this, different approaches for feature extraction and defect detection are investigated, including supervised and unsupervised methods as well as zero-shot approaches. The models are evaluated with respect to their ability to detect characteristic signal structures and to differentiate between different defect types. The investigations show that both model-based approaches for parameterization and data driven methods for evaluation are suitable for addressing key aspects of the previously experience based procedure. Parameterization is thereby based on a physically motivated description of the relationships between component, loading, and measurement signal, while evaluation is examined using data-driven methods with regard to the detection of characteristic signal structures. Overall, an approach is presented that reduces the dependence on domain-specific expert know ledge in individual process steps and thereby provides a basis for further automation of speckle interferometric measurement methods.