Index

Smart Manufacturing: Erprobung und Weiterentwicklung von Mess- und Prüfverfahren zur Bewertung von Qualitätsmerkmalen beim Richten von Flachdraht für Hairpin-Statoren [BA/PA/MA]

Inmitten des wachsenden Spektrums elektrischer Antriebstechnologien, wie dem inzwischen etablierten Hairpin-Motor und aufstrebenden Varianten wie Continuous Hairpin, Hairpins aus Hohlleitern oder Litzen und Axialflussmaschinen, steht das Richten von Flachdraht als zentraler Prozessschritt im Fokus. Die gegenwärtige Herausforderung im industriellen Umfeld liegt in der Steuerung dieses Prozesses, der bisher auf statischen Parametern und dem empirischen Wissen von Facharbeitern basiert und Schwankungen im Eingangsmaterial nur unzureichend berücksichtigt.

Mögliche Aufgabenstellungen:

Im Rahmen aktueller Forschungsaktivitäten am Lehrstuhl FAPS soll der Prozessschritt des Richtens von Flachdraht durch die Erforschung und Implementierung inlinefähiger Sensorik zur Erfassung von Wechselwirkungen im Prozess sowie innovativer Regelungsansätze revolutioniert werden.

Das Ziel der studentischen Arbeiten ist es, geeignete Qualitätskriterien zur Bewertung der Krümmung des gerichteten Flachdrahtes zu identifizieren und adäquate Messverfahren und -systeme zu erproben.
Auf diese Weise soll die Qualität in der Hairpin-Produktion effektiv und effizient gesteigert und ein wichtiger Beitrag zur Weiterentwicklung neuer Trends in der Automobilindustrie geleistet werden.

Zu den möglichen Teilaufgaben gehören:

  • Einarbeitung in den Prozessschritt des Richtens von Flachdraht
  • Vertiefung der Grundlagen der Messtechnik mit Fokus auf Profildaten und Materialparameter
  • Untersuchung und Bewertung verschiedener Qualitätskriterien und zugehöriger Messverfahren (Inline/Offline), unter anderem Schichtdickenmessung, Profilmessung und Schliffbilder
  • Auswahl eines geeigneten Messverfahrens und Aufbau des entsprechenden Messystems
  • Praktische Validierung durch geeignete Versuchsreihen
  • Entwicklung eines Modells zur Beschreibung des Richtens von Flachdraht
  • Untersuchung der Auswirkungen von Prozessschwankungen auf die Geradheit des Drahtes und Entwicklung von Regelungsansätzen zur Minimierung dieser Schwankungen

Detaillierte Informationen zu möglichen Themenschwerpunkten und Aufgabenstellungen werden gerne in einem persönlichen Gespräch erläutert.

Anforderungsprofil:
  • Interesse an der Produktion elektrischer Traktionsantriebe
  • Grundkenntnisse in Messtechnik & Werkstoffkunde oder Regelungstechnik
  • Freude an praktischer Arbeit wie z.B. Durchführung und Auswertung von Versuchsreihen oder Aufbau von Messtechnik
  • Analytisches Denkvermögen sowie selbstständige, gewissenhafte und strukturierte Arbeitsweise
  • Teamfähigkeit und Kommunikationsstärke
  • Kenntnisse in Programmierung und Datenanalyse von Vorteil
  • Gute Deutsch- und Englischkenntnisse in Wort und Schrift

Bewerbung per E-Mail mit Lebenslauf, aktueller Fächerübersicht und Angabe des bevorzugten Themengebietes an anja.preitschaft@faps.fau.de

Konzipierung und Validierung eines automatischen Kontaktierungsprozesses für Schaltringe (BA/PA/MA)

Aufgabenstellung:

Im Kontext der Elektromotorenfertigung für schienengebundene Fahrzeuge haben sich diverse Motorkonzepte etabliert, welche vorwiegend auf massiveren Flachleitern beruhen. Deren Handhabung und Einbringung stellt auf Grund ihrer großen Biegesteifigkeit, gepaart mit der erforderlichen Formgebung, eine große Herausforderung dar. Auf Grund vergleichsweise geringen Stückzahlen werden gegenwärtig elementare Prozessschritte manuell umgesetzt. Deren Automatisierung stellt eine große Herausforderung innerhalb der Transformation der Mobilität im 21. Jahrhundert dar.

Ziel dieser studentischen Arbeit ist es, einen automatischen Kontaktierungsprozess für die Kontaktierung eines Schaltrings mit den Drahtenden eines Stators zu entwickeln. Dabei soll zuerst bewertet werden, welches der in der Industrie gängigen Kontaktierungsverfahren für die Verbindung der Drahtenden des Stators mit den Kontaktelementen des Schaltring anwendbar ist. Anschließend soll ein Konzept für die vollautomatische Umsetzung des am besten geeigneten Verfahrens entwickelt werden.

 

Die Arbeit beinhaltet folgende Schwerpunkte:

  • Einarbeitung in die Statorfertigung für Schienenfahrzeuge
    • Einarbeitung in die Thematik Schaltringe
    • Vorteile und Herausforderungen in der Fertigung
  • Einarbeitung in Kontaktierungsverfahren
    • Grundlegendes Vorgehen Kontaktierungsverfahren
    • Jeweilige Vorteile und Herausforderungen in Zusammenhang mit Schaltringen
  • Vergleich der verschiedenen Kontaktierungsverfahren in Bezug auf die Kontaktierung von Schaltringen
    • Bewertung der Kontaktierungsverfahren anhand geeigneter Auswahlkriterien
    • Begründung der Bewertung
  • Validierung des am besten geeigneten Kontaktierungsverfahrens

 

Persönliche Voraussetzungen:

  • Interesse an Fertigungsprozessen im Bereich Elektromaschinen
  • Grundlegende Kenntnisse der Funktionsweise und des Aufbaus eines E-Motors
  • Strukturiertes, lösungsorientiertes und wissenschaftliches Arbeiten
  • Erfahrungen im Bereich Kontaktierung
  • Deutsch und Englisch in Wort und Schrift

 

Weitere Informationen und Details sind bei Felix Wirthmann erhältlich. Eine Bearbeitung ist ab sofort möglich. Bewerbungen senden Sie bitte mit Notenauszug und Lebenslauf per E-Mail oder über das Anfrageformular. Wir werden zeitnah rückmelden.

Untersuchung und Validierung von Kontaktelementformen eines Schaltrings (BA/PA/MA)

Aufgabenstellung:

Im Kontext der Elektromotorenfertigung für schienengebundene Fahrzeuge haben sich diverse Motorkonzepte etabliert, welche vorwiegend auf massiveren Flachleitern beruhen. Deren Handhabung und Einbringung stellt auf Grund ihrer großen Biegesteifigkeit, gepaart mit der erforderlichen Formgebung, eine große Herausforderung dar. Auf Grund vergleichsweise geringen Stückzahlen werden gegenwärtig elementare Prozessschritte manuell umgesetzt. Deren Automatisierung stellt eine große Herausforderung innerhalb der Transformation der Mobilität im 21. Jahrhundert dar.

Ziel dieser studentischen Arbeit ist es, verschiedene Formen für die Kontaktelemente eines Schaltrings für den Traktionsmotor eines schienengebundenen Fahrzeugs miteinander zu vergleichen. Neben der Einarbeitung in das Themengebiet sollen verschiedene Kontaktelementformen erarbeitet und anhand von geeigneten Tests die Verwendung dieser Formen im automatischen Kontaktierungsprozess des Schaltring validiert werden.

 

Die Arbeit beinhaltet folgende Schwerpunkte:

  • Einarbeitung in die Statorfertigung für Schienenfahrzeuge
    • Einarbeitung in die Thematik Schaltringe
    • Vorteile und Herausforderungen in der Fertigung
  • Einarbeitung in den Kontaktierungsprozess
    • Kontaktierungsverfahren
    • Vorteile und Herausforderungen in Zusammenhang mit Schaltringen
  • Erarbeitung verschiedener Kontaktelementformen
    • Bewertung der Kontaktelemente anhand geeigneter Auswahlkriterien
    • Begründung der Bewertung
  • Validierung der Kontaktelementform

 

Persönliche Voraussetzungen:

  • Interesse an Fertigungsprozessen im Bereich Elektromaschinen
  • Grundlegende Kenntnisse der Funktionsweise und des Aufbaus eines E-Motors
  • Strukturiertes, lösungsorientiertes und wissenschaftliches Arbeiten
  • Erfahrungen im Bereich Kontaktierung
  • Deutsch und Englisch in Wort und Schrift

 

Weitere Informationen und Details sind bei Felix Wirthmann erhältlich. Eine Bearbeitung ist ab sofort möglich. Bewerbungen senden Sie bitte mit Notenauszug und Lebenslauf per E-Mail oder über das Anfrageformular. Wir werden zeitnah rückmelden.

Konzeptionierung eines Schaltrings für Traktionsmotoren schienengebundener Fahrzeuge (BA/PA/MA)

Aufgabenstellung:

Im Kontext der Elektromotorenfertigung für schienengebundene Fahrzeuge haben sich diverse Motorkonzepte etabliert, welche vorwiegend auf massiveren Flachleitern beruhen. Deren Handhabung und Einbringung stellt auf Grund ihrer großen Biegesteifigkeit, gepaart mit der erforderlichen Formgebung, eine große Herausforderung dar. Auf Grund vergleichsweise geringen Stückzahlen werden gegenwärtig elementare Prozessschritte manuell umgesetzt. Deren Automatisierung stellt eine große Herausforderung innerhalb der Transformation der Mobilität im 21. Jahrhundert dar.

Ziel dieser studentischen Arbeit ist es, ein Schaltringkonzept für den Traktionsmotor eines schienengebundenen Fahrzeugs zu entwickeln. Der Schaltring muss dabei die zuverlässige Schaltung und Kontaktierung der Statorwicklung sicherstellen. Darüber hinaus soll das Schaltringkonzept zu einer vollautomatischen Fertigung und Montage des Schaltrings beitragen.

 

Die Arbeit beinhaltet folgende Schwerpunkte:

  • Einarbeitung in die Statorfertigung für Schienenfahrzeuge
    • Einarbeitung in die Thematik Schaltringe
    • Vorteile und Herausforderungen in der Fertigung
  • Einarbeitung in den Kontaktierungsprozess
    • Kontaktierungsverfahren
    • Vorteile und Herausforderungen in Zusammenhang mit Schaltringen
  • Erarbeitung verschiedener Schaltringkonzepte
  • Bewertung der Schaltringkonzepte anhand geeigneter Auswahlkriterien
    • Definition von geeigneten Auswahlkriterien
    • Begründung der Bewertung
  • Konstruktive Ausarbeitung des Schaltringkonzepts

 

Persönliche Voraussetzungen:

  • Interesse an Fertigungsprozessen im Bereich Elektromaschinen
  • Grundlegende Kenntnisse der Funktionsweise und des Aufbaus eines E-Motors
  • Strukturiertes, lösungsorientiertes und wissenschaftliches Arbeiten
  • Erfahrungen im Bereich Konstruktion
  • Deutsch und Englisch in Wort und Schrift

 

Weitere Informationen und Details sind bei Felix Wirthmann erhältlich. Eine Bearbeitung ist ab sofort möglich. Bewerbungen senden Sie bitte mit Notenauszug und Lebenslauf per E-Mail oder über das Anfrageformular. Wir werden zeitnah rückmelden.

Entwicklung eines Wickelprozesses zur Herstellung von Stator-Einzelzähnen mittels quadratischem Profildraht (PA/MA)

Ziel dieser studentischen Arbeit ist es, basierenden auf 3D-gedruckten Einzelzähnen mehrere Prototypen aufzubauen und dadurch einen segmentierten Stator zu erzeugen. Hierbei soll eine bestehende Wickelmaschine befähigt und ein geeigneter Prozess entwickelt werden. Die Herausforderung liegt hierbei in der geometrischen Gestalt des zu verwendenden Drahtes. Dieser verfügt lediglich über eine Seitenlänge von ca. 0,4mm und ist durch einen Prägeprozess in einen nahezu rechteckigen Querschnitt verformt worden. Die dabei entstehenden Herausforderungen wie Torsion, Verkippen oder Überlappen während der Prozessführung sollen durch geeignete Prozessparameter minimiert oder eliminiert werden. Unterstütz wird die diese Prozessführung durch eine zuvor zu erfolgende Anpassung und/oder Neugestaltung der eingesetzten Wickelwerkzeuge.

Die Arbeit beinhaltet folgende Schwerpunkte, welche in Kooperation mit einem Industriepartner erarbeitet werden sollen:

  • Einarbeitung in wickeltechnische Prozesse
    • Linearwickeln als direktes Verfahren
    • Alternative, indirekte Verfahren
    • Herausforderungen der Profildrahtverarbeitung
  • Werkzeugentwicklung
    • Wickelnadel
    • Stützwerkezuge
    • Führungsvorrichtung
  • Prozessentwicklung
    • Drahteinlauf
    • Drahtfixierung
    • Mehrlagiger Aufbau
  • Qualitätskontrolle und Ergebnisdokumentation
    • Bildgebung
    • Taktile Vermessung
    • Elektrische Messung

Persönliche Voraussetzungen:

  • Interesse an Fertigungsprozessen im Bereich Elektromaschinen
  • Grundlegende Kenntnisse der Funktionsweise und des Aufbaus eines E-Motors
  • Strukturiertes, lösungsorientiertes und wissenschaftliches Arbeiten
  • Praktisches, handwerkliches Geschick
  • Deutsch und Englisch in Wort und Schrift

 

Weitere Informationen und Details sind beim genannten Mitarbeiter erhältlich. Eine Bearbeitung ist ab sofort Juni 2024 möglich. Bewerbungen senden Sie bitte mit Notenauszug und Lebenslauf per E-Mail oder über das Anfrageformular. Wir werden zeitnah rückmelden.

Induktives Laden: Konzeption und Entwicklung von Prozessen zur automatisierten Produktion induktiver Energieübertragungssysteme (BA/PA/MA)

Ausgangslage:

Mit der fortschreitenden Elektrifizierung der Fahrzeuge steigt auch die Nachfrage nach komfortablen, sicheren und in den Alltag integrierbaren Lademöglichkeiten. Kontaktlose Energieübertragungssysteme ermöglichen Szenarien wie „Road Charging“ und „Opportunity Charging“. Weitere Vorteile sind ein gesteigerter Ladekomfort für den Anwender sowie eine geringere Angriffsfläche für Vandalismus. Folglich ist für die nächsten Jahre eine gesteigerte Nachfrage nach induktiven Energieübertragungssystemen für Elektromobile zu erwarten. Allerdings stehen bislang keine Verfahren zur Verfügung, die eine wirtschaftliche Fertigung induktiver Energieübertragungssysteme in hoher Stückzahl ermöglichen.

Mögliche Aufgabenstellung

Verlegen, Kontaktieren und Isolieren sind die drei wichtigsten Schritte zur Herstellung induktiver Energieübertragungssysteme. Die Verfahren sollen durch geeignete Maßnahmen für die industrielle Fertigung befähigt werden. Neben praktischen Versuchen ist auch der prototypische Aufbau von Demonstratoren vorgesehen. Mögliche Aufgabenstellungen können sein:

  • Einarbeiten in die Technologien für die kontaktlose Energieübertragung
  • Analyse von verschiedenen Systemaufbauten der Marktbegleiter
  • Adaption bestehender Konzepte aus dem Elektromaschinenbau auf den neuen Anwendungskontext
  • Entwicklung und Konzeption geeigneter Vorrichtungen und Aufbau von Demonstratorsystemen

Hinweise und Bewerbung:

  • Bearbeitung der Aufgaben im studentischem Team
  • Strukturierte und selbstständige Arbeitsweise
  • Bewerbungen bitte per E-Mail mit Lebenslauf und aktueller Fächerübersicht

Ansprechpartner:

Maximilian Kneidl

Artificial Intelligence in Manufacturing Industry: Application of Cutting-Edge Machine Learning and Deep Learning Techniques for Optimizing Tomorrow’s Electric Drives Production (various topics by arrangement, especially for students of the Master’s programs of Artificial Intelligence, Data Science, Computational Engineering, Mechatronics, or comparable)

Background:

Recent trends like natural language processing, autonomous driving, service robotics, or Industry 4.0 (I4.0) are mainly based on the tremendous progress made in the field of artificial intelligence (AI). Above all, machine learning (ML) techniques are of utmost importance, allowing computers to learn from data without being explicitly programmed. The increased data availability coupled with affordable computing power and extensive software solutions has laid the foundation for using such algorithms in a wide range of industrial applications, e.g. for predictive maintenance, quality prediction, machine vision, or process control.

Being confronted with increasing requirements due to electric mobility and continuing industrial automation, efficient manufacturing processes for electric electric drives manufacturing are more important than ever. As traditional process improvement methods are increasingly reaching their limits, ML is seen as the means to meet the ever-rising requirements in terms of time, costs, and quality. Therefore, the intelligent analysis of material, process, and quality data promises great potential for tomorrow’s electric drives production.

Possible thesis:

So far, only a few studies have dealt with the potential of ML in electric drives production, indicating first useful application scenarios. Therefore, within the scope of this thesis, the application of cutting-edge ML, in particular deep learning (DL) techniques shall be evaluated using various datasets from electric drives production. The thesis is roughly divided as follows:

  • Problem definition (e.g., visual inspection, predictive maintenance, predictive quality, process monitoring, process control) and brief literature research on related approaches, which one can orientate oneself
  • Familiarization with the relevant ML/DL techniques depending on the algorithmic focus agreed with the supervisor, e.g., Autoencoders, Generative Adversarial Networks (GAN), Stable Diffusion, Transformers, Self-/Semi-Supervised Learning, Large Language Models (LLM), or others
  • Analysis of the provided dataset(s) from electric drives production comprising tabular, time series, text, and/or image data, depending on the agreed problem
  • Implementation and evaluation of suitable cutting-edge ML/DL approach, following the established CRISP-DM procedure model using Python and state-of-the-art packages like PyTorch, Pandas, scikit-learn, etc.:
    • Data understanding and pre-processing
    • Building, optimizing, and evaluating different models
  • Discussion and outlook on further development possibilities

The exact tasks will be worked out in a joint discussion depending on prior knowledge, personal interest, and the kind of thesis (bachelor/project/master). This thesis is particularly suitable for students with a high affinity for IT who enjoy programming and want to explore cutting-edge ML and DL algorithms on industrial datasets.

Hints and application:

  • Thesis can be worked on completely from home office, if desired
  • Remote access to a high-performance AI computer with GPU can be provided
  • Virtual regular meetings in German or English, as desired
  • Please send questions and/or applications with resume and transcript of records via e-mail (andreas.mayr@faps.fau.de)

Contact:

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

 

Artificial Intelligence in Industry: Application of Large Language Models such as ChatGPT to Improve the Knowledge Extraction and Reasoning from Domain-Specific Knowledge Bases (especially for students of the Master’s programs of Artificial Intelligence, Data Science, Computational Engineering, Mechatronics, or comparable)

Initial Situation:

To manage knowledge, wikis have become the most common tool in recent years. To turn the popular MediaWiki into a powerful and flexible knowledge management system, the Semantic MediaWiki extension was introduced, which adds semantic annotations to wiki pages describing the meaning of the content. These annotations enable computers to understand the meaning of the content on the wiki, which in turn enables the wiki to become a collaborative knowledge base. For industrial companies that design production plants, a Semantic Wiki offers the potential to reduce planning efforts by storing and providing existing expert knowledge about existing manufacturing processes and their properties. For example, a particular wiki page might describe a joining process such as laser welding (subject), whose properties indicate its suitability for different materials, joining geometries, or quantity requirements (objects). All this information is encoded as triples in RDF format, which can be queried and manipulated using SPARQL, a semantic query language.

With the advent of ChatGPT, the question arises whether such large language models (LLM) can improve the interaction with corporate Semantic MediaWikis. Instead of writing complex SPARQL queries or using the default Semantic MediaWiki search, the user could retrieve the stored knowledge via natural language queries while also benefiting from the advanced reasoning capabilities of a ChatGPT. In the case of production system design, the human manufacturing planner could simply ask the following question: Which joining process is suitable for joining the wire ends of an inner-slotted needle-wound stator for high quantities produced? Although the pure ChatGPT certainly has an answer to this, the existing facts in the company’s internal knowledge database are usually more valid and should therefore be used primarily. Since not all corporate knowledge is stored in a semi-structured wiki with underlying RDF store,  there is also the question of whether LLMs can be used to facilitate the rather laborious extraction and formalization of knowledge (e.g., from internal text documents) in order to enrich the Semantic Wiki with further knowledge. Thus, the potential use cases of LLMs on corporate, domain-specific knowledge bases appear to be manifold, but have not been systematically researched so far.

Open-source projects like LangChain already show that it is possible to connect ChatGPT to an own, custom database, e.g., by bringing context into the input prompt, also known as in-context learning. Another approach is to fine-tune the LLM on a custom dataset. Besides, there are first approaches to use LLMs to generate SPARQL requests or an RDF rendition of a given text to automate the formalization of knowledge. So the technical possibilities are increasingly given and are currently expanding all the time. Now it is a matter of deriving domain-specific, beneficial applications from them.

Task:

In this AI project, you will investigate how LLMs such as ChatGPT or Llama 2 could be applied to enhance user interaction and knowledge extraction from corporate, domain-specific knowledge bases such as wikis or documents. For practical experimentation, the institute’s Semantic MediaWiki and a huge collection of documents, which contain rich knowledge about the production of electric motors, can be used. As the developments around LLMs are currently very dynamic, the introduction of own ideas is encouraged, of course.

Roughly, the project is structured as follows:

  • Familiarization with the relevant basics of LLMs (e.g., ChatGPT 4 or 3.5, Llama 2), Semantic MediaWiki (RDF, SPARQL, etc.) as well as the considered application domain
  • Identification of recent approaches to applying LLMs to custom data or knowledge bases
  • Practical implementation of a selected, promising use case for applying LLMs to domain-specific knowledge bases such as the institute’s Semantic MediaWiki on electric motor production
  • Discussion of the results and derivation of further research opportunities

Requirements and Application:

  • High IT affinity required, ideally prior knowledge of relevant AI methods; initial familiarization with e.g. suitable online courses or books
  • Access to the relevant data and knowledge bases as well as sufficient computing capacity via remote, i.e., working from home office possible
  • Applications via email incl. resume and transcripts to andreas.mayr@faps.fau.de

Contact:

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

Excerpt to Further Reading:

  • Mountantonakis, M., & Tzitzikas, Y. (2023). Using Multiple RDF Knowledge Graphs for Enriching ChatGPT Responses. arXiv preprint arXiv:2304.05774.
  • Omar, R., Mangukiya, O., Kalnis, P., & Mansour, E. (2023). Chatgpt versus traditional question answering for knowledge graphs: Current status and future directions towards knowledge graph chatbots. arXiv preprint arXiv:2302.06466.
  • Mayr, A., Dietze, S., Herzog, T., Schäffer, E., Schäfer, F., Bauer, J., … & Franke, J. (2019, December). Knowledge-based Support of the Production System Design by Semantic Technologies Using the Example of the Electric Motor Production. In 2019 9th International Electric Drives Production Conference (EDPC) (pp. 1-6). IEEE.
  • Krötzsch, M., Vrandečić, D., & Völkel, M. (2006). Semantic mediawiki. In The Semantic Web-ISWC 2006: 5th International Semantic Web Conference, ISWC 2006, Athens, GA, USA, November 5-9, 2006. Proceedings 5 (pp. 935-942). Springer Berlin Heidelberg.
  • https://python.langchain.com/en/latest/index.html
  • https://gpt-index.readthedocs.io/en/latest/
  • https://chat.lmsys.org/

 

Innovative Kontaktierverfahren zur Fertigung elektrischer Traktionsantriebe: Experimentellen Untersuchungen / Aufbau von Prüftechnik / Konstruktion von Vorrichtung / KI-basierte Ansätze zur Prozessüberwachung (BA/PA/MA; verschiedene Schwerpunkte)

Ausgangssituation:

Einer der Kernprozesse bei der Herstellung von elektrischen Antrieben ist der Prozess der Kontaktierung, bei welchem zwischen isolierten Kupferleitern untereinander eine mechanische und elektrische Verbindung hergestellt wird. Durch aktuelle Innovationen bei der Auslegung elektrischer Antriebe für die Elektromobilität nimmt die Anzahl an Kontaktstellen je Maschine stark zu. Aus diesem Grund entwickelt sich der Prozessschritt der Kontaktierung zu dem Schlüsselprozess für die Herstellung von Antrieben für die Elektromobilität. Zur serientauglichen Produktion elektrischer Antriebe müssen daher prozesssichere Kontaktierprozesse mit kurzer Taktzeit implementiert werden. Dabei rücken v.a. innovative Verfahren wie das Laserstrahlschweißen in den Fokus.

Mögliche Aufgabenstellungen:

Gemeinsam mit einschlägigen Partnern aus der Automobilindustrie forscht der Lehrstuhl FAPS daran, Fertigungsverfahren für die Kontaktierung von elektrischen Traktionsantrieben zu optimieren. In diesem Kontext sind unterschiedliche Themenstellungen zu vergeben:

  • Schwerpunkt 1: Experimentelle Untersuchung von Kontaktierungstechnologien, insb. des Laserschweißens
    Statistische Versuchsplanung (engl.: Design of Experiments, DoE) und -durchführung unter Verwendung der Methoden des Six Sigma

    Lasergeschweißter Hairpin-Stator eines elektrischen Traktionsantriebs (Quelle: Trumpf)

  • Schwerpunkt 2: Konstruktive Arbeiten
    Methodisches Konstruieren von Spannvorrichtungen und Prüfaufbauten
  • Schwerpunkt 3: Entwicklung und Aufbau von Mess- und Datenerfassungssystemen
    Erarbeitung von Inline-Messmethoden und/oder Offline-Prüfkonzepten
  • Schwerpunkt 4: Intelligente Prozessüberwachung und -regelung im Sinne von Industrie 4.0
    Konzeption, Entwicklung und prototypische Implementierung von Ansätzen zur intelligenten Überwachung und Regelung von Kontaktierprozessen, u.a. auf Basis von KI

Genauere Informationen zu den Themenstellungen werden gerne in einem persönlichen Gespräch erläutert.

Voraussetzungen und Bewerbung:
  • Interesse an der Produktion elektrischer Traktionsantriebe
  • Freude an praktischer Arbeit wie der Durchführung von Experimenten oder der Konstruktion von Vorrichtungen
  • Selbständige und gewissenhafte Arbeitsweise
  • Bewerbungen per E-Mail mit Lebenslauf, aktueller Fächerübersicht und Nennung des bevorzugten Themenkomplexes an marcel.baader@faps.fau.de

Ansprechpartner:

Marcel Baader, M.Sc.

Beispielhaftes laserbasiertes Kontaktieren von Elektromotoren mit Hairpin-Technologie:

Einsatzfelder des Laserschweißens in der Elektromobilproduktion:

Smart Sensors for E-Mobility: Weiterentwicklung und Erprobung von Mess- und Prüfverfahren zur Bewertung der Qualität von lasergeschweißten Hairpin-Wicklungen bei elektrischen Traktionsantrieben (BA/PA/MA)

Ausgangssituation:

Während hiesige OEM, Tier-1 sowie Maschinen- und Anlagenbauer umdenken müssen, gilt insb. die Lasertechnik als einer der Profiteure der Elektromobilproduktion. Nichtsdestotrotz stellt gerade das laserbasierte Kontaktieren von Hairpin-Statoren aktuell eine der großen Herausforderungen in der Produktion der jüngsten Generation an elektrischen Traktionsantrieben dar. Während das Laserschweißen durch hohe Automatisierbarkeit, niedrige Taktzeiten und hohe Flexibilität überzeugt, liegt ein wesentlicher Nachteil in der hohen Komplexität des Prozesses. So wird die Qualität einer Schweißnaht von vielen Faktoren, etwa Material-, Strahlqualität und Umwelteinwirkungen, beeinflusst. Auch Abweichungen in vorgelagerten Prozessschritten, etwa Isolationsrückstande vom Abisolieren, gratbehaftete Kanten vom Ablängen oder ein Versatz der Leiter durch fehlerhaftes Biegen und Schränken, beeinflussen das Schweißergebnis merklich. Derartige fertigungsbedingte Abweichungen können wiederum zu Schweißfehlern führen, die zum einen die mechanischen, zum anderen die elektrischen Eigenschaften der Kontaktstelle negativ beeinflussen.

Aus diesem Grund wird ein schnelles, kostengünstiges und Inline-fähiges System benötigt, welches jede einzelne Schweißnaht auf Schweißfehler sowie andere Anzeichen schlechter Qualität überprüft und damit eine gleichbleibend hohe Prozesssicherheit beim Laserschweißen von Hairpins sicherstellt.

Da sich die mechanische Zugfestigkeit nicht zerstörungsfrei erfassen lässt und sich der elektrische Übergangswiderstand einer jeden Verbindung nur mit erheblichem Aufwand in der Serie messen ließe, versprechen insbesondere 2D/3D-Bildverarbeitungssysteme großes Potential. Während konventionelle Bildverarbeitungsalgorithmen aufgrund der Varianz an Fehlerbildern schnell am Ende sind, versprechen jüngste KI-basierte Auswerteverfahren erste Abhilfe. Diese haben jedoch den Nachteil, dass nur die äußerliche Erscheinung, nicht jedoch das Vorhandensein von Poren im Inneren überprüft werden kann. Für Letzteres eignet sich wiederum die Computertomographie, die jedoch mit hohen Taktzeiten und Investitionsaufwänden verbunden ist. Dementsprechend wird bisweilen oft auf eine Inline-Prüfung verzichtet und die Qualität der Kontaktstellen lediglich in regelmäßigen Intervallen mittels zerstörender Schliffbilder kontrolliert.

Erschwerend kommt hinzu, dass die Frage, was eine gute Verbindung denn letztlich ausmacht, nicht eindeutig beantwortet werden kann. Entgegen dem bei Bordnetzen verbreiteten Kaltcrimpen ist für die hier adressierten lasergeschweißten elektrischen Kontakte noch keine Richtlinie, geschweige denn Norm existent, die einheitliche Qualitätskriterien und zugehörige Messverfahren vorgibt. Gleichsam sind die OEM und Tier-1 gezwungen, schon jetzt bis zu 120 solcher Kontaktstellen pro Stator zu schweißen.

Mögliche Aufgabenstellungen:

Im Rahmen aktueller Forschungsaktivitäten des FAPS soll daher die nachfolgende Forschungsfrage beantwortet werden, die aktuell nahezu jeden automobilen OEM, Tier-1 und Anlagenbauer bewegt: Welche Qualitätskriterien und zugehörigen Messverfahren lassen eine sichere Aussage über die tatsächliche Qualität einer lasergeschweißten Verbindung der Hairpin-Enden zu?

Ziel der vorliegenden Arbeit wäre es, geeignete Qualitätskriterien zur Bewertung der Verbindungsqualität der lasergeschweißten Hairpin-Enden zu identifizieren und geeignete Messverfahren- und systeme zu erproben.

  • Einarbeitung in messtechnische Grundlagen, im Speziellen von elektrischen Kontakten
  • Einarbeitung in die relevanten Aspekte des hier betrachteten Laserschweißens von Hairpins
  • Untersuchung und Bewertung verschiedener Qualitätskriterien und zugehöriger (Inline/Offline-)Messverfahren, etwa Widerstandsmessung, CT-Aufnahmen, Auszugstests, Schliffbilder etc.
  • Auswahl eines geeigneten Messverfahrens sowie Aufbau des entsprechenden Messystems
  • Praktische Validierung anhand von geeigneten Versuchsreihen

    Lasergeschweißter Hairpin-Stator eines elektrischen Traktionsantriebs (Quelle: Trumpf)

Genauere Informationen zu den Themenstellungen werden gerne in einem persönlichen Gespräch erläutert.

Voraussetzungen und Bewerbung:
  • Interesse an der Produktion elektrischer Traktionsantriebe sowie Messtechnik und Sensorik
  • Freude an praktischer Arbeit wie der Durchführung von Experimenten oder dem Aufbau von Messtechnik
  • Selbständige und gewissenhafte Arbeitsweise
  • Bewerbungen per E-Mail mit Lebenslauf, aktueller Fächerübersicht und Nennung des bevorzugten Themenkomplexes an marcel.baader@faps.fau.de

Ansprechpartner:

Marcel Baader, M.Sc.