Kernthemen:

  • Simulation des elektrischen Antriebsstrangs
  • Analyse realer Fertigungsdaten mit Machine-Learning-Verfahren
  • Datengetriebene selektive Montage in der Produktion elektrischer Traktionsantriebe

Kurzbeschreibung:

Im Bereich der Fertigung und Montage, zum Beispiel von Fahrzeugen, wird klassischerweise der folgende Grundansatz verwendet: Für das hergestellte Endprodukt sowie für dessen einzelne Komponenten sind Soll-Werte und Toleranzen vorgegeben. Sie dienen zur Festlegung der zul?ssigen Wertebereiche für geometrische Ma?e, elektrische Eigenschaften, etc. Dementsprechend sind die Fertigungs- sowie Montageprozesse mit ausreichenden Genauigkeiten zu dimensionieren. H?lt dennoch ein Endprodukt oder eines der Bauteile nicht alle Toleranzen ein, ist es nachzubearbeiten oder zu entsorgen. Bei den Toleranzvorgaben bleibt die Paarung der Bauteile meistens unbeschr?nkt. Im Gegenzug werden jedoch die zul?ssigen Wertebereiche auf die ?Worst-Case“-Bauteilkombinationen eingeschr?nkt.

Sowohl die Sicherstellung ausreichender Prozessgenauigkeiten, als auch das Nachbearbeiten von Bauteilen gehen mit Mehraufw?nden einher (z. B. komplexerer Anlagenaufbau, zus?tzliche Arbeitsschritte zur Fehlerkorrektur). Bei entsorgten Bauteilen gehen auch deren Prozessfortschritte verloren, alle jeweils schon durchgeführten Fertigungs- und Montagearbeiten sind dann wertlos. Die Mehraufw?nde bzw. Verluste in der Produktion versch?rfen sich durch die festen, für beliebige Bauteilpaarungen ausgelegten Toleranzen.

Das Forschungsprojekt hat zum Ziel, den klassischen Fertigungsansatz um gezielt ausgew?hlte, dynamische Bauteilkombinationen zu erweitern. Es soll ein selektives Montagekonzept entstehen, welches auf den verfügbaren Produktions- sowie Mess-/Prüfdaten basiert. Ein m?glicher Nutzen ist die Toleranzkompensation zwischen den Komponenten eines Endprodukts, ohne die einzelnen Fertigungs- und Montageprozesse zu ver?ndern. Somit wird einerseits eine gleichbleibende Produktqualit?t unterstützt. Darüber hinaus l?sst sich der Anteil an entsorgten Bauteilen verringern. Die Entwicklung des datengetriebenen selektiven Montagekonzepts erfolgt unter Miteinbezug einer existierenden Produktion elektrischer Fahrzeugantriebe. Ein Forschungsfokus liegt auf der Auswertung realer Fertigungsdaten durch Machine Learning-Verfahren. Neben der datengetriebenen Herangehensweise findet eine simulative Untersuchung der Bauteilwechselwirkungen in einem elektrischen Antriebsstrang statt.
 

Ansprechpartner

Leiter des Instituts für Innovative Mobilit?t (IIMo), Studiengangleiter und -fachberater "Applied Research in Engineering Sciences" (Master)
Prof. Dr.-Ing. Christian Endisch

Tel.: +49 841 9348-3368
Raum: S 426 (Stauffenbergstr. 2a im DK-Geb?ude)
E-Mail: els@thi.de