Transdisziplinäre Methodik zur Abweichungsreduzierung in einer automatisierten Montage durch die Mess- und Datenplanung

Abstract

Abweichungen von Prozessen und von Betriebsmitteln haben besonderen Einfluss auf die Montage und damit auf die Qualität eines Produktes. Oberstes Ziel ist die einwandfreie Funktion und angemessene Qualität eines Produktes. Technische und or-ganisatorische Informationen und Zusammenhänge sind jedoch oft im Unternehmen verstreut und nicht zentral vorhanden, vor allem bei variantenreicher und automatisierter Serienmontage steigt die Komplexität der Prozesse. Ziel der vorliegenden Arbeit ist die Entwicklung einer Methodik zur Mess- und Daten-planung in der automatisierten Montage, zur Abweichungserfassung und -reduzierung. Der transdisziplinäre Ansatz unterstützt den Anwender bei der Identifikation von sinnvollen Qualitätsmerkmalen, bei der Generierung von konkreten Montageoptimierungen und einer Mess- und Datenplanung. Die Validierung erfolgt anhand von sechs Anwendungen aus der industriellen Serienmontage. Die Methodik sieht skizzenhaft wie folgt aus: • Methoden zur Abweichungserfassung: Identifikation der Prozess-, Qualitäts- und Prüfmerkmale; Ausarbeitung eines schlanken Datendesigns im Montagewertstrom durch Lean Production. • Methoden zur Abweichungsanalyse: Untersuchung der Abweichungen und Einflussgrößen von Produkt, Prozess und Betriebsmitteln; Visualisierung der Zusammenhänge. • Methoden zur Abweichungsreduzierung: Identifikation von Verbesserungsmaßnahmen durch Toleranzkettenoptimierung; Bestimmung von möglichen Verbesserungsmaßnahmen durch den Optimierungsbaum.

Deviations in processes and equipment have a particular impact on assembly and therefore on the quality of a product. The primary objective is the correct functioning and appropriate quality of a product. However, technical and organisational info-mation and correlations are often scattered throughout the company and not centrally available, and the complexity of the processes increases, especially in the case of variantrich and automated series assembly. The aim of this thesis is to develop a methodology for measurement and data planning in automated assembly, for deviation detection and reduction. The transdisciplinary approach supports the user in identifying meaningful quality features, in generating specific assembly optimisations and in measurement and data planning. The validation is based on six applications from industrial series assembly. The methodology is outlined as follows: • Methods for deviation detection: Identification of process, quality and inspection characteristics; development of a lean data design in the assembly value stream through lean management. • Methods for deviation analysis: Investigation of deviations and influencing variables of product, process and equipment; visualisation of correlations. • Methods for deviation reduction: Identification of improvement measures through tolerance chain optimisation; determination of possible improvement measures using the optimisation tree.