Startseite Steigerung der Resilienz in der virtuellen Qualitätsprüfung
Artikel
Lizenziert
Nicht lizenziert Erfordert eine Authentifizierung

Steigerung der Resilienz in der virtuellen Qualitätsprüfung

  • Berend Denkena

    Prof. Dr.-Ing. Berend Denkena war nach Studium und Promotion an der Leibniz Universität Hannover in verschiedenen Industrieunternehmen als Entwicklungsleiter in den Bereichen Mechanik und Konstruktion tätig. Seit 2001 leitet er das Institut für Fertigungstechnik und Werkzeugmaschinen (IFW) am Produktionstechnischen Zentrum der Leibniz Universität Hannover.

    , Marcel Wichmann

    Dr.-Ing. Marcel Wichmann ist seit 2017 am IFW tätig und leitet seit 2021 den Bereich Produktionssysteme am IFW.

    , Leon Reuter

    Leon Reuter, M. Sc., studierte Wirtschaftsingenieurwesen an der Leibniz Universität Hannover und ist seit 2020 am IFW tätig und leitet die Abteilung Funktionsorientierte Prozessplanung.

    und Alexander Böttcher

    Alexander Böttcher, M. Sc., studierte Maschinenbau an der Leibniz Universität Hannover und ist seit 2023 am IFW in der Abteilung Fertigungsplanung und -steuerung tätig.

Veröffentlicht/Copyright: 7. Mai 2024
Veröffentlichen auch Sie bei De Gruyter Brill

Abstract

Der Umfang von Qualitätsprüfungen von gefrästen Großbauteilen in der Luftfahrtindustrie stellt einen großen Anteil an nicht-wertschöpfenden Tätigkeiten dar und verursacht hohe Zeit- und Kostenaufwände. Ein Ansatz zur Reduzierung derartiger Aufwände besteht in der Durchführung virtueller Qualitätsprüfungen durch Auswertung relevanter Datenströme. Eine Herausforderung besteht in der Gewährleistung einer ausreichenden Übertragbarkeit der Prognosemodelle bei sich verändernden Fertigungsbedingungen. Zur Untersuchung der Resilienz virtueller Qualitätsprüfungen wurde daher ein Ansatz zum kontinuierlichen Lernen datenbasierter Prognosemodelle entwickelt. Die Ergebnisse haben gezeigt, dass das Qualitätsniveau bei etwa 91 Prozent der unbekannten Daten richtig klassifiziert werden konnten.

Abstract

The scope of quality inspections of large milled components in the aviation industry represents a large proportion of non-valueadding activities and causes high time and cost expenditure. One approach to reducing such costs is to carry out virtual quality inspections by analysing relevant data streams. One challenge of virtual quality inspections is to ensure sufficient transferability of the prediction models under changing manufacturing conditions. To investigate the resilience of virtual quality inspections, an approach for continuous learning of data-based prediction models was therefore developed. The results showed that the quality level could be correctly classified for about 91 % of the unknown data.


Hinweis

Bei diesem Beitrag handelt es sich um einen von den Mitgliedern des ZWF-Advisory-Board wissenschaftlich begutachteten Fachaufsatz (Peer Review).



Tel.: +49 (0) 511 762-18252

About the authors

Prof. Dr.-Ing. Berend Denkena

Prof. Dr.-Ing. Berend Denkena war nach Studium und Promotion an der Leibniz Universität Hannover in verschiedenen Industrieunternehmen als Entwicklungsleiter in den Bereichen Mechanik und Konstruktion tätig. Seit 2001 leitet er das Institut für Fertigungstechnik und Werkzeugmaschinen (IFW) am Produktionstechnischen Zentrum der Leibniz Universität Hannover.

Dr.-Ing. Marcel Wichmann

Dr.-Ing. Marcel Wichmann ist seit 2017 am IFW tätig und leitet seit 2021 den Bereich Produktionssysteme am IFW.

Leon Reuter

Leon Reuter, M. Sc., studierte Wirtschaftsingenieurwesen an der Leibniz Universität Hannover und ist seit 2020 am IFW tätig und leitet die Abteilung Funktionsorientierte Prozessplanung.

Alexander Böttcher

Alexander Böttcher, M. Sc., studierte Maschinenbau an der Leibniz Universität Hannover und ist seit 2023 am IFW in der Abteilung Fertigungsplanung und -steuerung tätig.

Danksagung

Die Arbeiten wurden im Rahmen des Vorhabens „VerticalE2E – Vertikal integrierte, nachhaltige End-to-End-Fabrik“ (ZW1-80159725) durch die Investitions- und Förderbank Niedersachsen (NBank) gefördert.

Literatur

[1] Marbler, M.: Mittelstandsbarometer 2022: Digitalisierung (2022). Online unter https://www.ey.com/de_de/forms/download-forms/2022/06/mittelstandsbarometer-2022-digitalisierung [Zugriff am 15.01.2024]Suche in Google Scholar

[2] Schöllmann C.: Sechs Hürden auf dem Weg zum datenbasierten Unternehmen (2021). Online unter https://www.ey.com/de_de/bigdata-analytics/der-weg-zum-datenbasiertenunternehmen [Zugriff am 15.01.2024]Suche in Google Scholar

[3] Brüggemann, H.; Bremer, P.: Grundlagen Qualitätsmanagement. Springer Fachmedien, Wiesbaden 2015 10.1007/978-3-658-09221-4Suche in Google Scholar

[4] Denkena, B.; Wichmann, M; Reuter, L.: Kostenvorteile durch adaptive Prüfplanung. ZWF 117 (2022) 4, S. 178–181 10.1515/zwf-2022-1038Suche in Google Scholar

[5] Denkena, B.; Wichmann, M; Reuter, L.: Adaptive Prüfplanung. wt Werkstattstechnik online 113 (2023) 11/12, S. 475–481 10.37544/1436-4980-2023-11-12-11Suche in Google Scholar

[6] Dreyfus, P. -A.; Psarommatis, F.; May, G.; Kiritsis, D.: Virtual Metrology as an Approach for Product Quality Estimation in Industry 4.0: A Systematic Review and Integrative Conceptual Framework. International Journal of Production Research 60 (2022) 2, S. 742–765 10.1080/00207543.2021.1976433Suche in Google Scholar

[7] Farahani, A.; Voghoei, S.; Rasheed, K.; Arabnia, H. R.: A Brief Review of Domain Adaptation. In: Stahlbock, R. et al. (Hrsg.): Proceedings from ICDATA 2020 and IKE 2020: Advances in Data Science and Information Engineering – Transactions on Computational Science and Computational Intelligence. Springer International, Cham 2021, S. 877–894 10.1007/978-3-030-71704-9_65Suche in Google Scholar

[8] Denkena, B.; Böß, V.: Technological NC Simulation for Grinding and Cutting Processes Using CutS. In: Arrazola P. J. (Hrsg.): Proceedings of the 12th CIRP Conference in Modelling of Machining Operations. Conastia-San Sebeastián 2009Suche in Google Scholar

[9] Reuter, L.; Denkena, B.; Wichmann, M.: Adaptive Inspection Planning Using a Digital Twin for Quality Assurance. Procedia CIRP 120 (2023), S. 3–8 10.1016/j.procir.2023.08.002Suche in Google Scholar

[10] Masing, W.: Prüfrisiko. Qualität und Zuverlässigkeit 15 (1970), S. 191–192Suche in Google Scholar

Published Online: 2024-05-07
Published in Print: 2024-03-30

© 2024 Walter de Gruyter GmbH, Berlin/Boston, Germany

Heruntergeladen am 14.9.2025 von https://www.degruyterbrill.com/document/doi/10.1515/zwf-2024-1036/pdf
Button zum nach oben scrollen