Home Das Virtuelle Koordinatenmessgerät – ein Digitaler Metrologischer Zwilling
Article
Licensed
Unlicensed Requires Authentication

Das Virtuelle Koordinatenmessgerät – ein Digitaler Metrologischer Zwilling

  • Frank Härtig

    Frank Härtig ist Vizepräsident der Physikalisch-Technischen Bundesanstalt. Während seiner beruflichen Tätigkeit sammelte er in Industrie und am deutschen umfangreiche Erfahrung in Forschung sowie in nationalen und internationalen Gremien. Sein fachlicher Schwerpunkt liegt heute im Aufbau einer globalen digitalen Qualitätsinfrastruktur. Neben diesen Tätigkeiten ist er derzeitiger Präsident bei der International Measurement Confederation (IMEKO).

    EMAIL logo
    , Karin Kniel

    Karin Kniel ist Leiterin des Fachbereichs „Koordinatenmesstechnik“ der Physikalisch-Technischen Bundesanstalt. Seit über 20 Jahren arbeitet sie in dem Bereich der Fertigungsmesstechnik. Ihre fachlichen Schwerpunkte liegen in der Entwicklung zunehmend digitalisierter Rückführungsstrategien in der Koordinatenmesstechnik sowie ganzheitlicher Mess- und Auswerteverfahren.

    ORCID logo
    and Daniel Heißelmann

    Daniel Heißelmann ist Leiter der Arbeitsgruppe „Koordinatenmesssysteme“ in der Physikalisch-Technischen Bundesanstalt. Seine Forschung befasst sich mit der Entwicklung Digitaler Metrologischer Zwillinge in der Koordinatenmesstechnik, Methoden zur Rückführung von Koordinatenmesssystemen sowie der Entwicklung Digitaler Kalibrierzertifikate (DCC) in der Längenmesstechnik.

    ORCID logo
Published/Copyright: July 20, 2023

Zusammenfassung

Koordinatenmessgeräte (KMG) sind universell einsetzbare Längenmessgeräte zur Erfassung dreidimensionaler Objekte. Bei einer Messung unterliegen die einzelnen Messpunkte individuellen Einflüssen, die zur Messunsicherheit der Messergebnisse beitragen. Sind alle signifikanten Einflüsse erfasst, kann ein Messprozess mit dem sogenannten Virtuellen Koordinatenmessgerät (VCMM) vollständig simuliert werden. Ein wesentliches Ziel des VCMM ist die automatische Berechnung eines Messergebnisses unter Angabe eines Messwertes und seiner zugehörigen Messunsicherheit. Dies ist insbesondere für die noch in der Entwicklung befindlichen Rückführung für dimensionelle Messaufgaben an Großbauteilen für die Windenergie von Bedeutung, da materielle Normale in der erforderlichen Größe oftmals nicht zur Verfügung stehen. Für derart neue metrologische Herausforderungen werden Digitale Metrologische Zwillinge (D-MT), die wie das VCMM einen Messprozess vollständig abbilden, von zentraler Bedeutung. Dieser Beitrag beschreibt erstmalig die Definition für einen D-MT und die daraus resultierenden grundlegenden Anforderungen. An Messaufgaben wird gezeigt, welche Kriterien für vertrauenswürdige Eingangsdaten eines D-MT erfüllt sein müssen. Darüber hinaus wird auf die wichtige Unterscheidung zwischen systematisch bekannten, systematisch unbekannten und zufälligen Abweichungen eingegangen. Abschließend wird beschrieben, wie die zuverlässige Nutzung eines D-MT validiert und quantifiziert werden kann.

Abstract

Coordinate measuring machines (CMMs) are universally applicable length measuring devices for measuring three-dimensional objects. During a measurement, the individual measuring points are subject to individual influences that contribute to the measurement uncertainty of the measurement results. Once all significant influences have been recorded, a measuring process can be completely simulated with the so-called Virtual Coordinate Measuring Machine (VCMM). An essential goal of the VCMM is the automatic calculation of a measurement result, specifying a measured value and its associated measurement uncertainty. This is also particularly important for the traceability for dimensional measurement tasks on large components for wind energy, which is still under development. For such new metrological challenges, digital metrological twins (D-MT), which, like the VCMM, completely map a measurement process, are of central importance. For the first time, this article describes the definition and the resulting basic requirements for a D-MT. Exemplary measurement tasks show which criteria must be fulfilled for the input data in order to operate a trustworthy D-MT. Furthermore, the important distinction between systematically known, systematically unknown and random deviations is addressed. Finally, it is described how the reliable use of a D-MT can be validated and quantified.


Corresponding author: Frank Härtig, Presidential Board, Physikalisch-Technische Bundesanstalt, Bundesallee 100, 38116 Braunschweig, Germany, E-mail:

Über die Autoren

Frank Härtig

Frank Härtig ist Vizepräsident der Physikalisch-Technischen Bundesanstalt. Während seiner beruflichen Tätigkeit sammelte er in Industrie und am deutschen umfangreiche Erfahrung in Forschung sowie in nationalen und internationalen Gremien. Sein fachlicher Schwerpunkt liegt heute im Aufbau einer globalen digitalen Qualitätsinfrastruktur. Neben diesen Tätigkeiten ist er derzeitiger Präsident bei der International Measurement Confederation (IMEKO).

Karin Kniel

Karin Kniel ist Leiterin des Fachbereichs „Koordinatenmesstechnik“ der Physikalisch-Technischen Bundesanstalt. Seit über 20 Jahren arbeitet sie in dem Bereich der Fertigungsmesstechnik. Ihre fachlichen Schwerpunkte liegen in der Entwicklung zunehmend digitalisierter Rückführungsstrategien in der Koordinatenmesstechnik sowie ganzheitlicher Mess- und Auswerteverfahren.

Daniel Heißelmann

Daniel Heißelmann ist Leiter der Arbeitsgruppe „Koordinatenmesssysteme“ in der Physikalisch-Technischen Bundesanstalt. Seine Forschung befasst sich mit der Entwicklung Digitaler Metrologischer Zwillinge in der Koordinatenmesstechnik, Methoden zur Rückführung von Koordinatenmesssystemen sowie der Entwicklung Digitaler Kalibrierzertifikate (DCC) in der Längenmesstechnik.

  1. Author contributions: All the authors have accepted responsibility for the entire content of this submitted manuscript and approved submission.

  2. Research funding: None declared.

  3. Conflict of interest statement: The authors declare no conflicts of interest regarding this article.

References

[1] E. Trapet, M. Franke, F. Härtig, et al., Traceability of Coordinate Measurements According to the Method of the Virtual Measuring Machine, Braunschweig und Berlin, Physikalisch-Technische Bundesanstalt (Hrsg.), 1999.Search in Google Scholar

[2] D. Heißelmann, M. Franke, T. Kistner, and C. Schwehn, “Das virtuelle Koordinatenmessgerät VCMM,” in Tagungsband der DIN-Tagung Koordinatenmesstechnik 2018 – Technologien und Anwendung, Berlin, Beuth Verlag GmbH, 2018, pp. 10–22.Search in Google Scholar

[3] JCGM 100, “Evaluation of measurement data – guide to the expression of uncertainty in measurement,” 2008 [Online]. Available at: https://www.bipm.org/documents/20126/2071204/JCGM_100_2008_E.pdf [letzter Aufruf: Jun. 14, 2023].Search in Google Scholar

[4] JCGM 101, “Evaluation of measurement data — supplement 1 to the “guide to the expression of Uncertainty in Measurement” — propagation of distributions using a monte carlo method,” 2008. [Online]. Available at: https://www.bipm.org/documents/20126/2071204/JCGM_101_2008_E.pdf [letzter Aufruf: Jun. 14, 2023].Search in Google Scholar

[5] D. Heißelmann, M. Franke, K. Rost, K. Wendt, T. Kistner, and C. Schwehn, “Determination of measurement uncertainty by Monte Carlo simulation,” in Advanced Mathematical and Computational Tools in Metrology and Testing XI, Series on Advances in Mathematics for Applied Sciences, Singapore, World Scientific Publishing Co., 2018, pp. 192–202.10.1142/9789813274303_0017Search in Google Scholar

[6] H. Kunzmann, E. Trapet, and F. Wäldele, “Concept for the traceability of measurements with coordinate measuring machines,” in Proceedings of the 7th International Precision Engineering Seminar, Kobe, Japan, Springer, 1993, pp. 40–52.10.1016/B978-0-7506-9484-1.50009-9Search in Google Scholar

[7] K. Busch, H. Kunzmann, and F. Wäldele, “Numerical error correction of a coordinate measuring machine,” in Proceedings of the International Symposium on Metrology for Quality Control in Production, Tokyo, Japan, 1984, pp. 284–288.Search in Google Scholar

[8] K. Kniel, D. Heißelmann, and M. Franke, “Rückführung dimensioneller Messungen an Großbauteilen für Windenergiesysteme,” in Tm - Technisches Messen, Berlin, deGruyter, 2023.10.1515/teme-2023-0058Search in Google Scholar

[9] M. Stein and K. Kniel, “Verzahnungsmetrologie für Windenergieanlagen,” in Tm - Technisches Messen, Berlin, deGruyter, 2023.10.1515/teme-2023-0053Search in Google Scholar

[10] E. Glaessgen and D. Stargel, “The digital twin paradigm for future NASA and U.S. Air force vehicles,” in 53rd AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference, American Institute of Aeronautics and Astronautics. NASA, 2012. (letzter Zugriff 2021).10.2514/6.2012-1818Search in Google Scholar

[11] C. Angulo, J. A. Ortega, and L. Gonzalez-Abril, “Towards a healthcare digital twin,” Artif. Intell. Res. Dev., vol. 319, pp. 312–315, 2019.Search in Google Scholar

[12] D. Botkina, M. Hedlind, B. Olsson, J. Henser, and T. Lundholm, “Digital twin of a cutting tool,” in Procedia CIRP, 51st CIRP Conference on Manufacturing Systems, vol. 72, 2018, pp. 215–218. (letzter Zugriff 2021).10.1016/j.procir.2018.03.178Search in Google Scholar

[13] K. D. Sommer and B. R. L. Siebert, “Systematic approach to the modelling of measurements for uncertainty evaluation,” Metrologia, vol. 43, pp. 200–210, 2006. https://doi.org/10.1088/0026-1394/43/4/S06.Search in Google Scholar

[14] L. Wright and S. Davidson, “How to tell the difference between a model and a digital twin,” Adv. Model. Simul. Eng. Sci., vol. 7, p. 13, 2020. https://doi.org/10.1186/s40323-020-00147-4.Search in Google Scholar

[15] E. Negri, L. Fumagalli, and M. Macchi, “A review of the roles of digital twin in CPS-based production systems,” Procedia Manuf., vol. 11, pp. 939–948, 2017. https://doi.org/10.1016/j.promfg.2017.07.198.Search in Google Scholar

[16] G. Wübbeler, M. Marschall, K. Kniel, D. Heißelmann, F. Härtig, and C. Elster, “GUM-compliant uncertainty evaluation using virtual experiments,” Metrology, vol. 2, pp. 114–127, 2022. https://doi.org/10.3390/metrology2010008.Search in Google Scholar

[17] F. Härtig and M. Krystek, “Correct treatment of systematic errors for the evaluation of measurement uncertainty,” in Proc. of ISMTII, 2009, pp. 16–19.Search in Google Scholar

[18] B. Müller and F. Härtig, “Herausforderungen und Lösungsansätze zur einheitlichen Kommunikation von Messdaten für Industrie 4.0 und das Internet of Things. HMD Praxis der Wirtschaftsinformatik,” Springer, vol. 52, no. 5, pp. 749–758, 2015. https://doi.org/10.1365/s40702-015-0166-9.Search in Google Scholar

[19] QI-Digital, qi-digital.de, 2023. Available at: https://www.din.de/resource/blob/801106/0251eb1280a9a97e53285d42d3bf1fea/whitepaper-idis-en-data.pdf.Search in Google Scholar

[20] S. Hackel, S. Schönhals, T. Krah, and L. Doering, “Maschinenlesbares und maschineninterpretierbares digitales Kalibrierzertifikat (DCC) und sein Einsatz in der Praxis,” TM – Tech. Mess., 2023, https://doi.org/10.1515/teme-2022-0117.Search in Google Scholar

[21] DIN, DKE, IDIS Whitepaper, Scenarios for digitizing standardization and standards, Franakfurt am Main, DKE Deutsche Kommission Elektrotechnik Elektronik Informationstechnik, 2021.Search in Google Scholar

[22] F. Schmähling, J. Martin, and C. Elster, “A framework for benchmarking uncertainty in deep regression,” Appl. Intell., vol. 53, pp. 9499–9512, 2022.10.1007/s10489-022-03908-3Search in Google Scholar

Erhalten: 2023-04-10
Angenommen: 2023-06-10
Online erschienen: 2023-07-20
Erschienen im Druck: 2023-09-28

© 2023 Walter de Gruyter GmbH, Berlin/Boston

Downloaded on 16.9.2025 from https://www.degruyterbrill.com/document/doi/10.1515/teme-2023-0066/html
Scroll to top button