ZÁRTCELLÁS ALUMÍNIUMHAB MIKRO-CT ALAPÚ REKONSTRUKCIÓJA

A szakdolgozatomban zártcellás alumíniumhabok mikrokomputertomográfián (μCT) alapuló háromdimenziós rekonstrukcióját végeztem el, és részletesen megvizsgáltam, hogy a képfeldolgozás és az utófeldolgozás egyes lépései hogyan befolyásolják a létrejövő digitális modellek pontosságát. Célom az volt, hogy a fizikai minták belső cellaszerkezetét torzításmentesen, nagy megbízhatósággal állítsam elő digitális formában, és olyan módszert dolgozzak ki, amely reprodukálható, mérnöki célokra stabil és numerikus szimulációkhoz is megfelelő minőségű. A vizsgálatokhoz négy, azonos gyártási tételből származó hengeres alumíniumhab mintát használtam. Első lépésként meghatároztam a próbatestek alapvető fizikai paramétereit – magasság, átmérő, tömeg, térfogat és porozitás –, amelyek hiteles referenciaként szolgáltak a későbbi összevetésekhez. A μCT-felvételek feldolgozását a Materialise Mimics szoftverben végeztem. A létrehozott, optimalizált maszkokból háromdimenziós modellt generáltam, amelyet a Materialise 3-matic szoftverben javítottam tovább: eltávolítottam a topológiai hibákat, egységesítettem a felületnormálokat, és zárt, homogén háromszöghálót hoztam létre. A remeshing során arra törekedtem, hogy a háló finomsága igazodjon a μCT felbontásához, így a falvastagság valódi lokális értékei megmaradjanak. A végleges modelleken falvastagság-analízist, porozitásszámítást és térfogatellenőrzést végeztem. A μCT-alapú porozitások mindössze 0,4%-kal tértek el a fizikai mérésektől, a falvastagságok 0,6 ± 0,2 mm tartományban alakultak, a pórusméret-eloszlás pedig szűk szórást mutatott, ami a feldolgozás pontosságát és a rekonstrukció reprodukálhatóságát igazolja. A teljes feldolgozási lánc elemzése után egy olyan optimalizált eljárást alakítottam ki, amely három fő műveleten – Combined Fixing, Wrap, Smooth – keresztül képes ugyanazt a geometriai minőséget biztosítani, mint a hosszabb korábbi folyamat, miközben a feldolgozási idő 40–50%-kal csökkent. Emellett részletesen összehasonlítottam a négy rekonstruált minta szerkezeti jellemzőit, és kimutattam, hogy a μCT-alapú modellek közötti eltérések szinte kizárólag a gyártási bizonytalanságokból adódnak. A vizsgálatok arra is rámutattak, hogy a rekonstrukció érzékeny a threshold-beállításokra, ezért a küszöbérték pontos megválasztása döntő hatással van a porozitás és a falvastagság meghatározására. Eredményeim alapján a módszer alkalmas arra, hogy nagy pontosságú bemeneti geometriát biztosítson mechanikai szimulációkhoz, például kompressziós vizsgálatok numerikus előrejelzéséhez. A dolgozatban kidolgozott megközelítés így nemcsak kutatási célokra, hanem ipari minőségellenőrzésben és anyagfejlesztési feladatokban is alkalmazható.

MICRO-CT-BASED RECONSTRUCTION OF CLOSED-CELL ALUMINIUM FOAMS

In my thesis, I carried out a three-dimensional reconstruction of closed-cell aluminum foams using micro-computed tomography (μCT) and examined in detail how the individual steps of image processing and post-processing influence the accuracy of the resulting digital models. My objective was to reproduce the internal cell structure of the physical samples in a distortion-free and highly reliable digital form and to develop a workflow that is reproducible, stable for engineering purposes, and suitable for numerical simulations. For the investigations, I used four cylindrical aluminum foam samples originating from the same production batch. As a first step, I determined the fundamental physical parameters of the specimens—height, diameter, mass, volume, and porosity—which served as reliable reference values for later comparison. The μCT datasets were processed using the Materialise Mimics software. From the optimized masks, I generated three-dimensional models and further refined them in Materialise 3-matic. This included the removal of topological defects, the unification of surface normals, and the creation of a watertight and homogeneous triangular mesh. During remeshing, I aimed to match the mesh density to the μCT resolution in order to preserve the true local wall-thickness values. On the final models, I performed wall-thickness analysis, porosity calculations, and volume validation. The μCT-derived porosities deviated by only 0.4% from the physical measurements, the wall-thickness values fell within the 0.6 ± 0.2 mm range, and the pore-size distribution exhibited a narrow scatter, confirming the accuracy of the processing steps and the reproducibility of the reconstruction. After analyzing the entire processing chain, I developed an optimized workflow that achieves the same geometric fidelity as the previously used, longer procedure while reducing the processing time by 40–50% through three key operations: Combined Fixing, Wrap, and Smooth. In addition, I performed a detailed comparison of the structural characteristics of the four reconstructed samples and demonstrated that the differences between the μCT-based models arise almost exclusively from manufacturing variability. The study also revealed that the reconstruction is highly sensitive to threshold settings; therefore, the precise selection of the threshold interval has a decisive impact on the determination of porosity and wall thickness. Based on my results, the proposed methodology can provide highly accurate input geometries for mechanical simulations, such as numerical predictions of compression tests. The approach developed in this thesis is thus applicable not only for research purposes but also in industrial quality control and material development tasks.