Bewertung des Einflusses von Formabweichungen in der Mikro-Koordinatenmesstechnik

In der Koordinatenmesstechnik beruhen Messergebnisse auf an der Oberfläche des Messobjekts angetasteten Punkten. Die Aussagefähigkeit des Messergebnisses wird dabei maßgeblich durch das Zusammenspiel von Formabweichungen des Messobjekts, der Antaststrategie und der Auswertung der Messdaten bestimmt. Formabweichungen sind bei Bauteilen mit Strukturen im Mikrometerbereich im Verhältnis zur Strukturgröße deutlicher ausgeprägt als in Makrodimensionen, die Auswertung zu Messergebnissen erfolgt jedoch weiterhin mit idealen Ausgleichsgeometrien. Um die Aussagefähigkeit der Messergebnisse beurteilen zu können, ist es daher notwendig die aus dieser Diskrepanz entstehenden Unsicherheitseinflüsse zu berücksichtigen.Ziel dieser Arbeit ist es, ein methodisches Vorgehen zu erarbeiten, das die Quantifizierung der Einflüsse von Formabweichungen des Messobjekts auf das Messergebnis und die resultierende Messunsicherheit ermöglicht. Der Lösungsansatz besteht darin, den Einfluss der gemessenen EinzeIpunkte auf das Messergebnis zu analysieren und darauf aufbauend den Anteil der Messunsicherheit, der auf die idealgeometrische Auswertung zurückzuführen ist, zu quantifizieren. Hierzu kommt das statistische Resampling-Verfahren "The Jackknife" zum Einsatz.Auf Grundlage der Resampling-Ergebnisse wird ein Messunsicherheitsbeitrag definiert, dessen Verhalten in der Arbeit durch eine Simulationsstudie untersucht wird. Dabei werden unterschiedliche Ersatzelemente nach Gauß und Messelemente mit verschiedenen zufälligen und systematischen Formabweichungen betrachtet. Zur Beschreibung und Analyse wird mit den Resultaten der Simulation ein generalisiertes lineares Modell (GLM) erstellt. Zusätzlich wird eine Vorgehensweise vorgestellt, mit der das Modell Unterstützung bei der Antaststrategiebestimmung im Vorfeld der Messung bieten kann. Zur Prüfung der entwickelten Vorgehensweise und des GLM werden die Ergebnisse mit anderen Ansätzen aus dem Stand der Forschung verglichen. Darüber hinaus wird die Methode mit realen Messdaten angewendet und die Ergebnisse den Simulations- und Modellergebnissen gegenübergestellt.