Bei genieteten Längsstößen von Flugzeugbeplankungen wird üblicherweise die manuelle Wirbelstromprüfung zur Detektion von Rissen in verdeckter Lage angewendet. Beschrieben wird eine neue Methode zur automatischen Detektion und Klassifikation von Rissen, die von den Nietbohrungen ausgehen und sich vorzugsweise in Richtung des Nahtverlaufs ausbreiten. Der vorgeschlagene Weg besteht aus drei Schritten: Vorverarbeitung, Merkmalsextraktion und Klassifikation. Zur Vorverarbeitung werden ein Medianfilter, eine Vektorrotation und eine Offset-Abtrennung eingesetzt. Hierdurch soll eine optimale Trennung zwischen Nutz- und Störkomponenten bewirkt werden. Die anschließende Merkmalsextraktion soll die Prüfdaten auf wenige Koeffizienten komprimieren, damit der Klassifikator - ein neuronales Netzwerk - eine möglichst effiziente Entscheidung treffen kann. Vier unterschiedliche Methoden zur Merkmalsextraktion wurden untersucht: Blockweise Mittelwertbildung( block mean values), Fourierdeskriptoren (FD), Diskrete Wavelet Transformation (DWT) und Hauptkomponenten-Analyse (PCA). Alle vier Methoden führten zu vergleichbaren Klassifikationsergebnissen. Von 68 tatsächlichen Anzeigen wurden ca. 2-3 übersehen. Bei insgesamt 640 Nietanzeigen wurden 5-8 Falschanzeigen angegeben und es gab 6-9 falsche Zuordnungen (Riss links vom Niet anstatt rechts usw.). Hierbei wurde allerdings eingeräumt, dass die Anzahl der Testdatensätze möglicherweise zu gering war, um die Unterschiede deutlicher hervorzuheben. Erstaunlicherweise wurde bei der Wavelet-Methode die höchste Anzahl von Koeffizienten (15 Basisfunktionen) benötigt. Möglicherweise lässt sich die Anzahl durch verbesserte Anpassung der Basisfunktionen noch reduzieren. (Thomas, H.-M.)