Machine Vision for E-Mobility: Programmierung eines Messprogramms zur automatischen optischen Prüfung von Elektromotorenkomponenten unter Verwendung von Python und OpenCV (BA/PA/MA)

Bildquellen: Carl Zeiss (Hintergrund), SmartRay (Vordergrund)

Ausgangssituation:

Durch die Verbreitung der Elektromobilität wird sich die hiesige Automobilindustrie grundlegend verändern. Neben leistungsfähigen Batterien müssen effiziente Antriebe entwickelt werden, die den strikten Anforderungen der Automobilindustrie hinsichtlich Kosten, Qualität, Zuverlässigkeit und Betriebssicherheit gerecht werden.

Aktuellen Forschungsbedarf gibt es jedoch nicht nur in der Entwicklung von Elektromotoren, sondern insbesondere in deren Produktion. Zur Befähigung der bestehenden Produktionstechnologien des Elektromaschinenbaus für die Automobilindustrie sind jedoch weitreichende Neuentwicklungen erforderlich. Eine dieser Innovationen ist die sogenannte Hairpin-Technologie, bei der das hochstochastische Wickeln und Einziehen von Runddraht durch Biege-, Montage- und Schweißprozesse ersetzt wird. Da die Hairpins exakt in die Nuten des Stators passen müssen, erfordern solche hochpräzisen Baugruppen mikrometergenaue Toleranzen. Damit gehen erhöhte Anforderungen an den Qualitätssicherungsprozess einer, denen sich ein anlaufendes industrienahes Forschungsprojekt annehmen möchte. Da sich die Wicklung des Stators aus einer Vielzahl an Hairpins zusammensetzt, erfolgt deren Formgebung, Montage und Schweißen sehr schnell. Demzufolge bedarf es Mess- und Prüftechnik, die den kurzen Taktzeiten in der Serienproduktion gerecht wird.

Aufgabenstellung:

Ziel der vorliegenden Abschlussarbeit ist es daher, ein optisches Messsystem zur geometrischen Prüfung von Hairpins zu erarbeiten. Ein passendes optisches Sensorsystem sowie eine Vorrichtung zur Einspannung von Prüflingen sind bereits vorhanden. Den Schwerpunkt der Arbeit bildet also die programmiertechnische Umsetzung eines entsprechenden Messprogramms. Daraus leiten sich die nachfolgenden Arbeitspakete ab:

  • Einarbeitung in die Grundlagen von Machine Vision, von Python und entsprechenden Bibliotheken wie OpenCV
  • Spezifikation der vorliegenden Messaufgabe, d.h. der geometrischen Prüfung von Hairpins für Automotive-Anwendungen
  • Programmiertechnische Umsetzung eines Python-basierten Messprogramms mit dem Fokus auf geometrische Qualitätsmerkmale wie Abstände, Winkel, Dicken, Längen etc.
  • Validierung des Messsystems anhand von Versuchsreihen
Hinweise zur Bewerbung:
  • Interesse an der Produktion elektrischer Traktionsantriebe, optischer Messtechnik, Bildverarbeitung und Python
  • Möglichkeit der Einarbeitung gegeben
  • Bewerbungen bitte mitsamt Lebenslauf und aktueller Fächerübersicht über das unten stehende Anfrageformular (grüner Button)

Ansprechpartner:

Marcel Baader, M.Sc.

Andreas Mayr, M.Sc., M.Sc.

Beispielhafter Hairpin-Stator mitsamt möglicher Messlösungen:

Beispielhafte Hairpin-Produktionslinie für Automotive-Anwendungen, in welche perspektivisch ein solches Prüfsystem eingebunden werden könnte:

Kategorien:

Forschungsbereich:

Elektromaschinenbau

Art der Arbeit:

Bachelorarbeit, Diplomarbeit, Hauptseminar, Masterarbeit, Projektarbeit, Studienarbeit

Studiengang:

Energietechnik, Informatik, IPEM, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Fertigungsregelung und Intralogistik, Handhabungstechnik, Künstliche Intelligenz und Maschinelles Lernen, Medizintechnik, Software Engineering und Deployment, Innovatives Qualitätsmanagement