|
7033 |
|
Wednesday, September 15, 2021, Saal Essen 4:15 PM Schweißtechnik für die Elektromobilität II |
|
Prädiktive Qualitätsüberwachung beim Metall-Ultraschallschweißen |
|
Florian W. Müller* / Institut für Schweißtechnik und Fügetechnik der RWTH Aachen, Deutschland Sebastian Rubbert / ENLYZE GmbH, DEUTSCHLAND Clemens Hensen/ ENLYZE GmbH , DEUTSCHLAND Reinhard Seibt/ ENLYZE GmbH , DEUTSCHLAND Alexander Schiebahn/ Institut für Schweißtechnik und Fügetechnik RWTH Aachen , DEUTSCHLAND Uwe Reisgen/ Institut für Schweißtechnik und Fügetechnik RWTH Aachen , DEUTSCHLAND |
|
Das Metall-Ultraschallschweißen (MUSS) ist ein industriell etabliertes Fügeverfahren, welches hauptsächlich in der Fertigung von elektrischen Komponenten wie der Batterietechnik, Leistungselektronik und im Bordnetzbereich eingesetzt wird. Trotz der industriellen Verbreitung können Prozessschwankungen beim MUSS auftreten. Diese sind häufig nicht erklärbar, da bzgl. der komplexen Wirkzusammenhänge von Werkzeugen und Fügeteilen während des Schweißprozesses wissenschaftlich fundierte Kenntnisse fehlen. Im Rahmen eines gemeinsamen Forschungsprojektes „Prädiktive Qualitätsüberwachung Metall-Ultraschallschweißen – PQ-MUSS“ entwickeln das Institut für Schweißtechnik und Fügetechnik der RWTH in Aachen und die ENLYZE GmbH aus Köln eine neuartige Sensorlösung zur nicht-invasiven Prozessüberwachung für den industriellen Einsatz. Das Projekt wird im Rahmen des „Zentralen Innovationsprogramm Mittelstand – ZIM“ des BMWi gefördert. Im Forschungsprojekt PQ-MUSS werden die schweißanlagenseitigen Prozesskennwerte mit einer hochfrequenten Aufzeichnung der elektrischen Leistungsaufnahme im Schweißprozess verknüpft und durch ein maschinell-angelerntes Modell überwacht. Basierend auf Domänenwissen des ISF wird in der Vorverarbeitung eine Reduzierung der Daten durch Transformation und Merkmalsextraktion durchgeführt. Die notwendige Sensorik und Datenaufbereitung wurde von den ENLYZE GmbH selbstentwickelt und zum ersten Mal in eine Schweißanlage integriert. Gemeinsam mit dem ISF konnte bereits Schweißungen von Kupferblechen demonstriert werden, dass mit der eingebauten Sensorik die Vorhersage der Schweißqualität möglich ist. Die umgesetzten Analysestrategien erlauben eine automatisierte Klassifikation der durchgeführten Schweißungen hinsichtlich der Verbindungsqualität. Dabei konnte nicht nur die Festigkeit, sondern auch typische industrielle Störgrößen auf den Schweißprozess, wie zum Beispiel eine variierende Oberflächensauberkeit oder Fügeteilhärte erkannt und zugeordnet werden. Für alle Zielgrößen wurde eine erhebliche Steigerung der Vorhersagequalität gegenüber der schweißanlageninternen Grenzwertüberwachungen erreicht. Gemeinsam mit dem ISF wird ebenfalls an einer energetischen Modellierung und Charakterisierung des Schwingersystems und des Werkzeugzustands gearbeitet. Die verwendete Messtechnik ist für den Einsatz in der Industrie besonders geeignet, weil sie keinen Bauraumbeschränkungen unterliegt und unabhängig von typischen Wartungsarbeiten wie einem Sonotrodenwechsel oder Anpassung der Spannvorrichtungen ist. Die autarke Datenerfassung und -auswertung benötigen keine Einflussnahme durch den Anlagenbediener. |