Shop : Details
Shop
Details
48,80 €ISBN 978-3-8440-7011-8Paperback202 Seiten52 Abbildungen276 g21 x 14,8 cmDeutschDissertation
November 2019
Ronny Zwinkau
Adaption von Verfahren der Bilderkennung auf die Regelung partikelsensibler Produktionssysteme
Einhergehend mit der Entwicklung immer kleinerer und leistungsfähigerer Baugruppen und Komponenten in der Automobil- und Elektronikindustrie, hat sich das Qualitätsmerkmal „Tech nische Sauberkeit“ (TecSa) in der industriellen Fertigung und Montage zu einer Leistungsan forderung entwickelt. TecSa lässt sich allgemein als „die Abwesenheit kritischer unerwünschter Materie“ definieren, welche sich negativ auf die Leistungsfähigkeit und Zuverlässigkeit der Komponente oder des Gesamtsystems auswirken kann.
Den Rahmen der vorliegenden Arbeit bildet die Regelung partikelsensibler Produktionssysteme nach dem Vorbild des DMAIC-Regelkreis-Modells. Die datengetriebene Analyse ermöglicht dabei eine informationstechnische Verknüpfung zwischen den Ergebnissen der Standard-Sauberkeitsanalyse nach VDA 19.1 und der Definition zielgerichteter Verbesserungen. Damit wird ein Beitrag zur kostenminimierten Regelung von Produktionssystemen erbracht, in denen Produkte entstehen, die aus technischen oder ästhetischen Gründen mit Sauberkeitsgrenzwerten hinsichtlich Anzahl und Größe von Partikeln belegt sind.
Motiviert durch den deutlichen Anstieg der verfügbaren Partikelbilder wird durch die Anwendung von Verfahren der Bilderkennung und des sog. Image Data Mining (IDM) dargelegt, ob und wie Partikel in metallische und nichtmetallische sowie anhand des Entstehungsmechanismus klassifiziert werden können. Die Zugrunde gelegte Datenbasis bilden Bilder die gemäß VDA 19.1 mit einem Lichtmikroskop erzeugt wurden. Die Zuordnung der Bilder zu den Entstehungsmechanismen erfolgt durch umfangreiche Prozessuntersuchungen in der Automobil- und Elektronikindustrie.
Die Klassifikationsmodelle werden als Web-Service verfügbar gemacht und bieten im Gegensatz zu den etablierten Messsystemen die Möglichkeit, einer kontinuierlichen Adaption und Erweiterung der Datenbasis. Weiterhin ist die Angabe der Konfidenz der Klassifikation sowie die einfache Integration des Modells in bestehende Softwarestrukturen hervorzuheben.
Den Abschluss der Analyse bildet eine Methodik zur Visualisierung der Verschleppungen von Partikeln. Durch die Modellierung der einzelnen Elemente, deren Sauberkeitszuständen, deren Interaktionen untereinander und deren Verknüpfungen zu kritischen Bauteilflächen werden Maßnahmen bspw. zur organisatorischen Trennung, Prozessanpassung oder Reinigung geplant und priorisiert.
Die Ergebnisse der vorliegenden Arbeit ermöglichen die Ableitung gezielter Verbesserungsmaßnahmen aus den Ergebnissen der VDA 19.1 Standard-Sauberkeitsanalyse. Zudem wird ein Ansatz zur Steuerung und Bewertung der Maßnahmen aufgezeigt.
Den Rahmen der vorliegenden Arbeit bildet die Regelung partikelsensibler Produktionssysteme nach dem Vorbild des DMAIC-Regelkreis-Modells. Die datengetriebene Analyse ermöglicht dabei eine informationstechnische Verknüpfung zwischen den Ergebnissen der Standard-Sauberkeitsanalyse nach VDA 19.1 und der Definition zielgerichteter Verbesserungen. Damit wird ein Beitrag zur kostenminimierten Regelung von Produktionssystemen erbracht, in denen Produkte entstehen, die aus technischen oder ästhetischen Gründen mit Sauberkeitsgrenzwerten hinsichtlich Anzahl und Größe von Partikeln belegt sind.
Motiviert durch den deutlichen Anstieg der verfügbaren Partikelbilder wird durch die Anwendung von Verfahren der Bilderkennung und des sog. Image Data Mining (IDM) dargelegt, ob und wie Partikel in metallische und nichtmetallische sowie anhand des Entstehungsmechanismus klassifiziert werden können. Die Zugrunde gelegte Datenbasis bilden Bilder die gemäß VDA 19.1 mit einem Lichtmikroskop erzeugt wurden. Die Zuordnung der Bilder zu den Entstehungsmechanismen erfolgt durch umfangreiche Prozessuntersuchungen in der Automobil- und Elektronikindustrie.
Die Klassifikationsmodelle werden als Web-Service verfügbar gemacht und bieten im Gegensatz zu den etablierten Messsystemen die Möglichkeit, einer kontinuierlichen Adaption und Erweiterung der Datenbasis. Weiterhin ist die Angabe der Konfidenz der Klassifikation sowie die einfache Integration des Modells in bestehende Softwarestrukturen hervorzuheben.
Den Abschluss der Analyse bildet eine Methodik zur Visualisierung der Verschleppungen von Partikeln. Durch die Modellierung der einzelnen Elemente, deren Sauberkeitszuständen, deren Interaktionen untereinander und deren Verknüpfungen zu kritischen Bauteilflächen werden Maßnahmen bspw. zur organisatorischen Trennung, Prozessanpassung oder Reinigung geplant und priorisiert.
Die Ergebnisse der vorliegenden Arbeit ermöglichen die Ableitung gezielter Verbesserungsmaßnahmen aus den Ergebnissen der VDA 19.1 Standard-Sauberkeitsanalyse. Zudem wird ein Ansatz zur Steuerung und Bewertung der Maßnahmen aufgezeigt.
Schlagwörter: Technische Sauberkeit; Partikel; Partikelkatalog; Bilderkennung
Schriftenreihe Industrial Engineering
Herausgegeben von Univ.-Prof. Dr.-Ing. Jochen Deuse, Dortmund
Band 26
Export bibliographischer Daten
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Am Langen Graben 15a
52353 Düren
Mo. - Do. 8:00 Uhr bis 16:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Fr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
