Messunsicherheit bei der virtuellen Messung geometrischer Größen im Automobilbau
-
Maryna Galovska
Maryna Galovska studierte Messtechnik an der Technischen Universität in Kiew, Ukraine. In 2013 hat sie ihre Promotion am Institut für Produktionsmesstechnik der TU Braunschweig bzw. an der „Braunschweig International Graduate School of Metrology“ abgeschlossen. Seit 2015 arbeitet sie als Ingenieurin bei der Volkswagen AG.
,
Christoph Germer
Christoph Germer studierte theoretische Physik an der Technischen Universität Braunschweig. Von 1999 bis 2004 arbeitete er als wissenschaftlicher Mitarbeiter am Institut für Konstruktionstechnik der TU Braunschweig und schloss diese Tätigkeit mit seiner Dissertation zum Thema „Interdisziplinäres Toleranzmanagement“ ab. Seit 2004 ist er bei der VW AG beschäftigt und behandelt die Themen „Statistisches 3D-Toleranzmanagement“ und „Virtuelle Messdatenanalyse“.
Mike Nagat studierte Maschinenbau und Produktionstechnik an der HS Niederrhein und der TU Berlin. Im Rahmen seiner Industriepromotion bei der Volkswagen AG beschäftigte er sich mit der Validierung, Optimierung und Erweiterung der Virtuellen Messdatenanalyse. Seit 2017 arbeitet er als Ingenieur bei der Volkswagen AG im Bereich der Virtuellen Messdatenanalyse.
Rainer Tutsch studierte Physik an der Universität Düsseldorf, es folgte die Promotion zum Dr.-Ing. an der RWTH Aachen. Nach einer Industrietätigkeit als Entwicklungsleiter nahm er im Dezember 2000 den Ruf auf eine Professur an der TU Braunschweig an. Seine Arbeitsschwerpunkte sind die Messung geometrischer Größen, die Mikro- und die Multisensormesstechnik sowie optomechatronische Systeme.
Zusammenfassung
Die Virtuelle Messdatenanalyse (VMDA) ist ein bei der Volkswagen AG entwickeltes System, das der Analyse der geometrischen Fahrzeugqualitätsmerkmale dient. Die Basis der VMDA ist das Kombinieren eines virtuellen Fahrzeugmodells und der realen Messwerte. Virtuelle Messungen der Spaltmaße zwischen den Baugruppen sind indirekte Messungen, deren Modelle als Algorithmen dargestellt werden. Ein Ansatz zur Bestimmung der Unsicherheit für virtuelle Messungen geometrischer Größen wurde vorgeschlagen und die Fortpflanzung der Messunsicherheiten im virtuellen Fahrzeug analysiert. Starke Auswirkungen der Korrelation auf die kombinierte Unsicherheit von virtuellen Fugenmessungen wurden gezeigt.
Abstract
The Virtual Measurement Data Analysis (VMDA) is a system developed at Volkswagen AG, which is applied to analyze the geometrical features of the vehicle. The basis of the VMDA is a combination of the virtual vehicle model with the real measurement data. The virtual measurements of gaps between parts or assemblies are indirect measurements given as an algorithm. An approach for the evaluation of the uncertainty of the virtual geometric measurements was proposed and the propagation of the measurement uncertainty in the virtual vehicle analyzed. An analysis of the measurement uncertainty propagation was carried out: from the measurement uncertainty of point coordinates to the combined uncertainty of the virtual measurements of gaps. Significant correlation effects on the combined uncertainty of the virtual gap measurement were shown.
About the authors
Maryna Galovska studierte Messtechnik an der Technischen Universität in Kiew, Ukraine. In 2013 hat sie ihre Promotion am Institut für Produktionsmesstechnik der TU Braunschweig bzw. an der „Braunschweig International Graduate School of Metrology“ abgeschlossen. Seit 2015 arbeitet sie als Ingenieurin bei der Volkswagen AG.
Christoph Germer studierte theoretische Physik an der Technischen Universität Braunschweig. Von 1999 bis 2004 arbeitete er als wissenschaftlicher Mitarbeiter am Institut für Konstruktionstechnik der TU Braunschweig und schloss diese Tätigkeit mit seiner Dissertation zum Thema „Interdisziplinäres Toleranzmanagement“ ab. Seit 2004 ist er bei der VW AG beschäftigt und behandelt die Themen „Statistisches 3D-Toleranzmanagement“ und „Virtuelle Messdatenanalyse“.
Mike Nagat studierte Maschinenbau und Produktionstechnik an der HS Niederrhein und der TU Berlin. Im Rahmen seiner Industriepromotion bei der Volkswagen AG beschäftigte er sich mit der Validierung, Optimierung und Erweiterung der Virtuellen Messdatenanalyse. Seit 2017 arbeitet er als Ingenieur bei der Volkswagen AG im Bereich der Virtuellen Messdatenanalyse.
Rainer Tutsch studierte Physik an der Universität Düsseldorf, es folgte die Promotion zum Dr.-Ing. an der RWTH Aachen. Nach einer Industrietätigkeit als Entwicklungsleiter nahm er im Dezember 2000 den Ruf auf eine Professur an der TU Braunschweig an. Seine Arbeitsschwerpunkte sind die Messung geometrischer Größen, die Mikro- und die Multisensormesstechnik sowie optomechatronische Systeme.
Literatur
1. Niemann J., Westkämper E. Digitale Produktion – Herausforderung und Nutzen, in Neue Entwicklungen in der Unternehmensorganisation, VDI-Buch, Springer-Verlag GmbH Deutschland, 2017.10.1007/978-3-662-55426-5_42Search in Google Scholar
2. Schmitt R. H., Voigtmann C. Sensorinformationen als Dienst – Baustein der vernetzten Produktion, tm – Technisches Messen 2017; 84(5): 296–309.10.1515/teme-2017-0006Search in Google Scholar
3. Germer C., Nagat M., Klenk T., Die Virtuelle Messdatenanalyse bei Volkswagen. VDI Fachbericht Konstruktion; 10-2014.Search in Google Scholar
4. Bohn M., Hetsch K., Toleranzmanagement im Automobilbau, Carl Hanser Verlag, 2013.10.3139/9783446435445Search in Google Scholar
5. Gerth R. J. Virtual Functional Build for Body Assembly, SME 2005 International Mechanical Engineering Congress 2005.10.1115/IMECE2005-79884Search in Google Scholar
6. Lacroix L., Thiébaut F., Douilly M., Falgarone H. Numerical process based on measuring data for gap prediction of an assembly, Procedia CIRP 2015; 27: 97–102.10.1016/j.procir.2015.04.050Search in Google Scholar
7. Kistner T., Gabbia A., Imkamp D., Messunsicherheit durch Simulation: Stand der Technik und neue Entwicklungen für die Koordinatenmesstechnik in der industriellen Produktion, in Tagungsband 18. GMA/ITG-Fachtagung Sensoren und Messsysteme, 2016, 474–479.10.5162/sensoren2016/6.3.3Search in Google Scholar
8. ISO/IEC-Leitfaden 99:2007 Internationales Wörterbuch der Metrologie: Grundlegende und allgemeine Begriffe und zugeordnete Benennungen (VIM).Search in Google Scholar
9. ISO/IEC Guide 98-3:2008 Uncertainty of measurement – Part 3. Guide to the expression of uncertainty in measurement (GUM:1995).Search in Google Scholar
10. Krystek M. Berechnung der Messunsicherheit: Grundlagen und Anleitung für die praktische Anwendung, DIN e. V., 2015.Search in Google Scholar
11. Hernla M., Wendt K., Franke M. Aufgabenspezifische Messunsicherheit von Koordinatenmessungen, Technisches Messen 77; 11-2010.10.1524/teme.2010.0067Search in Google Scholar
12. ISO/TS 15530-4:2008 Geometrical Product Specifications (GPS) – Coordinate measuring machines (CMM): Technique for determining the uncertainty of measurement – Part 4: Evaluating task-specific measurement uncertainty using simulation.Search in Google Scholar
13. VDA Band 5. Prüfprozesseignung – Eignung von Messsystemen, Mess- und Prüfprozessen, Erweiterte Messunsicherheit, Konformitätsbewertung, 2011.Search in Google Scholar
14. Germer C. Interdisziplinäres Toleranzmanagement, Logos, 2005.Search in Google Scholar
15. Kok-Lim Low. Linear Least-Squares Optimization for Point-to-Plane ICP Surface Registration, Technical Report TR04-004, Department of Computer Science, University of North Carolina, 2004.Search in Google Scholar
16. Galovska M. Data fusion in the measurement of the geometry of rotationally symmetric workpieces, Shaker, 2013.Search in Google Scholar
17. JCGM 102:2011 Evaluation of measurement data – Supplement 2 to the “Guide to the expression of uncertainty in measurement” – Extension to any number of output quantities, Joint Committee for Guides in Metrology, 2011.Search in Google Scholar
18. JCGM 101:2011 Evaluation of measurement data – Supplement 1 to the “Guide to the expression of uncertainty in measurement” – propagation of distributions using a Monte Carlo method, Joint Committee for Guides in Metrology.Search in Google Scholar
19. JCGM 104:2009 Evaluation of measurement data – An introduction to the “Guide to the expression of uncertainty in measurement” and related documents, Joint Committee for Guides in Metrology, 2009.Search in Google Scholar
20. Weckenmann A. (Hrsg.) Koordinatenmesstechnik, Carl Hanser Verlag, 2012.10.3139/9783446429475Search in Google Scholar
© 2018 Walter de Gruyter GmbH, Berlin/Boston
Articles in the same Issue
- Frontmatter
- Editorial
- Messunsicherheit 2018
- Beiträge
- Messunsicherheit bei der virtuellen Messung geometrischer Größen im Automobilbau
- Development of a virtual metrological CT for numerical measurement uncertainty determination using aRTist 2
- Einführung in die rückführbare Messung von Power Quality
- Measurement uncertainty of coulometric trace humidity sensors
- Reducing measurement uncertainties of high-pressure gas flow calibrations by using reference values based on multiple independent traceability chains
- Considering measurement uncertainty in dynamic object tracking for autonomous driving applications
Articles in the same Issue
- Frontmatter
- Editorial
- Messunsicherheit 2018
- Beiträge
- Messunsicherheit bei der virtuellen Messung geometrischer Größen im Automobilbau
- Development of a virtual metrological CT for numerical measurement uncertainty determination using aRTist 2
- Einführung in die rückführbare Messung von Power Quality
- Measurement uncertainty of coulometric trace humidity sensors
- Reducing measurement uncertainties of high-pressure gas flow calibrations by using reference values based on multiple independent traceability chains
- Considering measurement uncertainty in dynamic object tracking for autonomous driving applications
