La métrologie à travers le dimensionnement géométrique et le tolérancement est un instrument important appliqué à la fabrication industrielle et au contrôle qualité. En général, des machines de mesure de coordonnées (CMM) tactiles ou optiques sont utilisées pour effectuer des mesures dimensionnelles. Ces dernières années, la tomographie par rayons X 3D industrielle (3DXCT) a été de plus en plus appliquée à la métrologie en raison du développement de systèmes XCT avec une précision accrue et de leur capacité à capturer à la fois les structures internes et externes d'un échantillon en une seule scan. En utilisant le 3DXCT, la localisation de la surface de l'échantillon est estimée sur la base des coefficients d'atténuation scannés. Contrairement aux techniques de mesure tactiles ou optiques, la surface n'est pas explicite et implique une certaine incertitude de position en fonction des artefacts et du bruit dans les données de scan et de l'algorithme d'extraction de surface utilisé. De plus, les logiciels de mesure XCT conventionnels ne prennent pas en compte l'incertitude dans les données. Dans ce travail, nous présentons des techniques qui tiennent compte de l'incertitude résultant du flux de données de métrologie XCT. Notre technique fournit aux experts du domaine des visualisations d'incertitude, qui étendent le flux de travail de métrologie XCT à différents niveaux. Les techniques développées sont intégrées dans un outil utilisant des vues liées, un marquage intelligent de tolérances 3D et des fonctionnalités de traçage. Le système présenté est capable de visualiser l'incertitude des mesures à divers niveaux de détail. Des indications de tolérance géométrique couramment connues sont fournies sous forme d'étiquettes de tolérance intelligentes. Enfin, nous incorporons l'incertitude des données comme un contexte dans les graphiques de mesure couramment utilisés. Les techniques proposées offrent une compréhension augmentée de la fiabilité des tolérances géométriques tout en maintenant le flux de travail quotidien des spécialistes du domaine, fournissant à l'utilisateur des informations supplémentaires sur la nature des zones à forte incertitude. Les techniques présentées sont évaluées sur la base des retours d'experts du domaine en collaboration avec nos partenaires d'entreprise.
Auteurs : Artem Amirkhanov, Christoph Heinzl, Christoph Kuhn, Johann Kastner, Meister Eduard Gröller