Smart Anchor Assembly Line

Bolzenanker werden in Milliarden Stückzahlen weltweit jährlich gefertigt. Die Qualitätsprüfung eines Bolzenankers geschieht mehrheitlich noch manuell durch eine Prüflehre. Ziel dieser Bachelorarbeit war die Entwicklung einer automatisierten Qualitätskontrolle zur Überwachung des maschinellen Umschliessungsprozess der vorgeformten Hülse um den Kopf des Bolzens. Das bestehende Qualitätskriterium wurde beibehalten, jedoch virtuell mittels Methoden des maschinellen Lernens realisiert. Anhand der zur Verfügung stehenden Maschinendaten wird eine sehr genaue Prädiktion über die Qualität des gefertigten Bolzens gemacht (F1 score ca. 95%). Mit Klassifikationsverfahren werden die möglichen Ergebnisse (zu klein, passend, zu gross) und mit Regressionsverfahren geometrische Grössen der umschlossenen Hülse geschätzt, um Trends in den Qualitätsmerkmalen frühzeitig zu erkennen. Die für die Learner relevanten Messgrössen wurden mittels einer Simulation des Umformprozesses identifiziert. Mittels eines mit DOE entwickelten Testplans wurden die für das Training der Learner notwendigen Daten erfasst. Als nächsten Schritt werden diese Prädiktoren unter Verwendung des Onnx-Standards als Echtzeit-Qualitätskontrolle direkt auf der Maschinensteuerung implementiert.

Studiengang
Systemtechnik
Art der Arbeit
Bachelorarbeit
Verfasser/in
Robin Vetsch
Referent/in
Prof. Dr. Christoph Würsch
Experte
M.Sc. Christian Egger
Jahr
2020
Projekteingabe:
08.09.2020
zurück