Herzlich Willkommen beim beam-Verlag in Marburg, dem Fachverlag für anspruchsvolle Elektronik-Literatur.


Wir freuen uns, Sie auf unserem ePaper-Kiosk begrüßen zu können.

Aufrufe
vor 5 Jahren

5-2018

  • Text
  • Software
  • Elektromechanik
  • Positioniersysteme
  • Antriebe
  • Stromversorgung
  • Feldbusse
  • Kommunikation
  • Robotik
  • Qualitaetssicherung
  • Bildverarbeitung
  • Automatisierungstechnik
  • Sensorik
  • Messtechnik
  • Visualisieren
  • Regeln
  • Msr
  • Boards
  • Systeme
  • Sbc
  • Ipc
Fachzeitschrift für Industrielle Automation, Mess-, Steuer- und Regeltechnik

Qualitätssicherung

Qualitätssicherung Messgenauigkeit und -unsicherheit von Infrarotkameras einfach erklärt Bild 1: FLIR-Labor für die Kalibrierung von Wärmebildkameras in Niceville, Florida (USA) Kurz gefasst Der folgende Artikel erklärt die Themen Messgenauigkeit und Kalibrierung. Außerdem werden die Vorteile von Infrarotkameras beim Einsatz in der Messtechnik beschrieben. Der Nutzen von Messergebnissen ist stark eingeschränkt, wenn es an Wissen darüber fehlt, wovon Empfindlichkeit und Genauigkeit der verwendeten Messgeräte abhängen. Dies gilt auch für Infrarotkameras. Bei Aussagen und Diskussionen zur Messgenauigkeit von Infrarotkameras wird außerdem häufig mit komplexen Modellen und Fachausdrücken operiert, die Missverständnisse begünstigen können. Deshalb wird der Einsatz dieser Werkzeuge von manchen Forschern gleich ganz abgelehnt. In diesem Fall bleiben jedoch die potenziellen Vorteile ungenutzt, die Wärmebildmessungen bei vielen Forschungsund Entwicklungsanwendungen haben. Im Folgenden erklären wir die Messunsicherheit in klarer Sprache und ohne überflüssige Fachausdrücke. Wir verschaffen Ihnen eine solide Wissensbasis rund um die Themen Messgenauigkeit und Kalibrierung von Infrarotkameras. Angaben zur Kameragenauigkeit und die Unsicherheitsgleichung In den meisten Datenblättern von Infrarotkameras werden Genauigkeitsangaben wie „±2 °C“ oder „2 % des Ablesewerts“ gemacht. Diese Angaben sind das Ergebnis eines häufig eingesetzten Verfahrens zur Messfehlerbestimmung, der Bildung der „geometrischen Summe“ der Einzelfehler (Root-Sum-of-Squares, RSS). Dahinter steckt die Idee, für die einzelnen Variablen der Temperaturmessgleichung jeweils die Einzel fehler zu ermitteln und aus der Summe der Quadrate der Einzelfehler die Quadratwurzel zu berechnen. Diese Berechnung klingt komplex, ist aber ziemlich einfach. Als weitaus schwieriger kann sich die Ermittlung der Einzelfehler erweisen. Einzelfehler können sich aus mehreren Variablen der typischen Temperaturmessgleichung von Infrarotkameras ergeben: • Emissionsgrad • Reflektierte Umgebungstemperatur • Transmission • Atmosphärentemperatur • Reaktion der Kamera • Temperaturgenauigkeit des Kalibrierungsgegenstands (Schwarzer Körper) Nachdem für die Einzelfehler aller oben genannten Größen plausible Werte ermittelt wurden, werden diese in die folgende Gleichung für den 20 PC & Industrie 5/2018

Qualitätssicherung Bild 2: Typische Reaktion einer FLIR A325sc Kamera bei Aufnahme eines Schwarzen Körpers mit 37 °C Gesamtfehler eingesetzt: Gesamtfehler = √∆T12+∆T22+∆T32 ... usw., wobei ∆T1, ∆T2, ∆T3 usw. die Einzelfehler der Variablen der Messgleichung sind. Warum ist diese Vorgehensweise sinnvoll? In der Praxis können sich zufällige Messfehler gegenseitig verstärken, sie können sich aber auch gegenseitig auslöschen. Die geometrische Summe ist deshalb das sinnvollste Maß zur Angabe des Gesamtfehlers. Aus diesem Grund wird diese Angabe in allen Datenblättern von FLIR-Kameras verwendet. Grundsätzlich ist dabei zu berücksichtigen, dass die bisher diskutierten Berechnungen nur gelten, wenn die Kamera im Labor oder für kurze Distanzen (unter 20 Meter) im Freien verwendet wird. Bei längeren Distanzen kommen zusätzliche Messungenauigkeiten aufgrund der atmosphärischen Absorption sowie in geringerem Ausmaß der atmosphärischen Emission hinzu. Wenn heute die Messunsicherheit moderner Infrarotkamerasysteme unter Laborbedingungen analysiert wird, ergeben sich fast immer Werte um ±2 °C oder 2 %. Deshalb ist es sinnvoll, diese Werte in den technischen Daten von Kameras anzugeben. Die Praxis zeigt uns jedoch, dass Hochleistungskameras wie die FLIR X6900sc erheblich bessere Ergebnisse als preisgünstige Kameras wie die FLIR E40 liefern. Diese Beobachtung wollen wir im Folgenden genauer erklären. Labormessungen und Genauigkeiten von ±1 °C oder ±1 % In diesem Abschnitt schauen wir uns Temperaturmessungen an, die sich ergeben, wenn eine Kamera auf ein Objekt mit bekanntem Emissionsgrad und bekannter Temperatur gerichtet wird. Objekte dieser Art werden üblicherweise als „Schwarzer Körper“ bezeichnet. Diesen Begriff haben Sie möglicherweise bereits im Zusammenhang mit dem theoretischen Modell eines Objekts mit bekanntem Emissionsgrad und bekannter Temperatur gehört. Er wird auch für Laborgeräte verwendet, die diesem Modell sehr nahe kommen. In Bild 1 wird ein Kalibrierungslabor gezeigt. In einem Viertelkreis sind mindestens 21 Hohlraumkörper angeordnet. Zur Bestimmung der Messunsicherheit im Labor wird eine kalibrierte Kamera auf einen kalibrierten Schwarzen Körper gerichtet, und die gemessene Temperatur wird im Zeitverlauf aufgezeichnet. Trotz sorgfältiger Kalibrierung wird es immer zufällige Fehler bei der Messung geben. Die Genauigkeit und Präzision der gemessenen Daten kann quantifiziert werden. In Bild 2 sind die Ergebnisse der Messung eines kalibrierten Schwarzen Körpers dargestellt. Der Graph in Bild 2 zeigt mehr als zwei Stunden Daten von einer FLIR A325sc Kamera, die in einem Abstand von 0,3 Metern auf einen Schwarzen Körper mit 37 °C in einem Innenraum gerichtet ist. Es wurde ein Kameramesswert pro Sekunde aufgezeichnet. Dargestellt ist der Mittelwert aller Pixel des Bildes. In einem Histogramm dieser Daten wäre deutlich zu erkennen, dass die meisten Datenpunkte zwischen 36,8 °C und 37 °C liegen. Die extremsten aufgezeichneten Werte betrugen 36,6 °C und 37,2 °C. Angesichts dieser Ergebnisse wäre es verführerisch, eine erwartete Genauigkeit von 0,5 °C für den Mittelwert aller Pixel anzugeben. Man könnte sogar ±1 °C für die FLIR A325sc und alle anderen Kameras mit dem gleichen Detektor behaupten. Allerdings ließe sich einwenden, dass in der obigen Grafik der Mittelwert aller Pixel dargestellt ist, der möglicherweise nicht repräsentativ für einzelne Pixel ist. Eine Möglichkeit, herauszufinden, wie gut alle Pixel untereinander übereinstimmen, ist die Beobachtung der Standardabweichung im Zeitverlauf. Diese ist in Bild 3 dargestellt. Der Graph zeigt, dass die typische Standardabweichung unter 0,1 °C liegt. Die gelegentlichen Spitzen um 0,2 °C sind die Folge der 1-Punkt-Aktualisierung der Kamera, einer Art Selbstkalibrierung, die bei allen Kameras mit Mikrobolometer regelmäßig durchgeführt werden muss. Hochleistungs- Quantendetektorkamera Bisher haben wir die Datenerfassung durch Kameras mit ungekühlten Mikrobolometern diskutiert. Wie werden diese Ergebnisse von einer Hochleistungs-Quantendetektorkamera abweichen? Bild 4 zeigt die Reaktion einer typischen 3 -5-μm-Kamera mit einem Indium-Antimonid-Detektor. In der Dokumentation dieser Kamera wird eine geprüfte Genauigkeit von ±2 °C oder 2 % angegeben. Im Graph unten ist erkennbar, dass die Ergebnisse diese Angabe gut bestätigen: die Anzeigegenauigkeit an diesem Tag betrug ca. 0,3 °C und die Präzision ca. 0,1 °C. Aber woher kommt der Offset-Fehler von 0,3 °C? Ursachen könnte die Kalibrierung des schwarzen Körpers, die Kalibrierung der Kamera oder einer der in Abschnitt 2 genannten Einzelfehler sein. Denkbar wäre auch, dass sich die Kamera am Beginn der Messung zunächst erwärmt hat. Wenn sich die Temperatur der Objektive oder des Kameragehäuses ändert, kann dies zu einem Offset bei der Temperaturmessung führen. Die beiden Kalibrierungstests zeigen also, dass sowohl Mikrobolometerkameras als auch Photonen zählende Quantendetektorkameras ab Werk so kalibriert werden können, dass beim Aufnehmen eines 37 °C warmen Objekts mit bekanntem Emissionsgrad unter typischen Innenraumbedingungen Genauigkeiten unter 1 °C erreicht werden. Umgebungstemperaturkompensation Zu den schwierigsten Punkten bei Werkskalibrierungen gehört die Kompensation der Umgebungstemperatur. Infrarotkameras reagieren auf die gesamte Infrarotenergie, die auf den Detektor fällt. Dies gilt auch für Quantendetektorkameras. Wenn die Kamera gut konstruiert ist, stammt die meiste Energie vom aufgenommenen Objekt und nur wenig von der Kamera selbst. Allerdings ist es unmöglich, den Beitrag des Materials rund um den Detektor und im Strahlengang vollständig zu eliminieren. Ohne geeignete Kompensation werden alle Änderungen der Temperatur des Kameragehäuses und der Objektive die Temperaturmesswerte der Kamera signi- PC & Industrie 5/2018 21

hf-praxis

PC & Industrie

© beam-Verlag Dipl.-Ing. Reinhard Birchel