End-of-Line-Prüfung von elektrischem Antriebsaggregat

Um die Elektromobilität für den Kunden attraktiv zu machen, müssen neben spannenden Antriebs- und Fahrzeugkonzepten entsprechende Fertigungstechnologien für das elektrische Aggregat als neue Komponente entwickelt werden. Dabei können nur bedingt die Fertigungskonzepte der klassischen, großen E-Maschinen-Produzenten übernommen werden, da die deutlich höheren Anforderungen im Automobilsektor in Bezug auf Leistungsdichte für alle eine neue Herausforderung darstellt. Aus den Forderungen nach hoher Zuverlässigkeit, großen Stückzahlen und gleichzeitig der Einsparung von Kosten folgt, dass die bei Industriemotoren und -generatoren üblichen Manufakturfertigungen zu ausgefeilten Serienprozessen für Fertigung, Montage und Prüfung weiterentwickelt werden.

 

Neue Produkte, neue Fertigungsprozesse und eine unzureichende Erfahrung der Fabrikarbeiter: das also ist die Ausgangslage für die End-of-Line-Prüftechnik, die den hohen Qualitätsstandard des Automobilsektors am Ende der Linie sicherstellen soll. In möglichst kurzer Prüfzeit sollen Messungen und die Beurteilung des elektrischen Antriebsaggregats erfolgen. Die besondere Herausforderung ist dass vor Serienstart, dem Zeitpunkt zu dem der Prüfumfang für ein neues Produkt definiert werden muss, noch keine Statistiken über die Fehlerhäufigkeiten und –ursachen existieren. Die Definition der Qualitätsmerkmale wird zudem dadurch erschwert,  dass sich viele Fehler erst nach gewisser Laufzeit markant zeigen. Neben der geeigneten Auswahl von aussagekräftigen Kennwerten für die Beurteilung des Qualitätszustandes ist allem voran die geeignete Beurteilungsmethodik für die Güte der Prüftechnik entscheidend. Selbst geringste Abweichungen im Produkt sollen inline erkannt und statistisch vertrauenswürdige Aussagen über den Zustand des Prüflings getroffen werden. Gleichzeitig muss die Falschklassifizierungsrate als Kostenfaktor für die Fabrik möglichst gering gehalten werden. Eine Möglichkeit stellt die intelligente, maschinelle Fehlerdiagnose in sogenannten Expert Systems dar.