Increasing process stability through process data analysis in precision assembly

Die vorliegende Arbeit befasst sich mit dem Ziel der Prozessstabilisierung in der Präzisionsmontage. Die besonderen Herausforderungen innerhalb eines Präzisionsmontage-Prozesses sind hohe Bauteil- und Anlagen-Kosten, geringe Stückzahlen und daraus resultierend eine geringe Datengrundlage. Als zentrale Herausforderung werden die sehr hohe geforderte Montagegenauigkeit (Präzisionsmontage) und die vielfältigen Störeinflüsse auf den Montageprozess aufgefasst. Diese Herausforderungen stellen einen Forschungsbedarf dar, der im Rahmen dieser Arbeit zu lösen ist. Innerhalb dieser Arbeit werden zwei Methoden entwickelt. Die erste Methode ist die Methode zur Analyse von Fertigungsprozessen mit beschränkter Datenbasis. Diese Methode befasst sich mit der strukturierten Aufzeichnung einer Datenbank. Für die Abbildung der Fertigungs-Prozessstruktur werden Expertenbefragungen durchgeführt auf dessen Basis eine Vorabschätzung der relevanten Montageprozess-Einflüsse erfolgt. Anschließend kann durch eine Bewertung und Priorisierung der zuvor gefundenen Wirkungszusammenhängen eine erste Datenvernetzung abgeleitet werden. Die zweite Methode ist die Methode der prozessorientierten Datensegmentierung und Analyse. Unter der prozessorientierten Datensegmentierung wird die Auswahl von Teilmodulen anhand der in der vorhergehenden Methode erstellten Priorisierung verstanden. Mit dieser zweiten Methode wird eine Analyse des Fertigungsprozesses sowie der darin enthaltenen Ereignis-Kausalitäten durchgeführt. Hierbei wird der Fertigungsprozess in Teilfertigungsprozessketten unterteilt und eine Modellstruktur abgeleitet. Mit den vorliegenden Methoden sollen die Herausforderungen der Präzisionsmontage lösen lassen. Beide Methoden zielen darauf ab, die zwar kleine, jedoch aufgrund der Vielzahl verfügbarer Sensoren, qualitativ hochwertige Datenbasis optimal zu nutzen. Die gewonnene Teilmodulare-Struktur ermöglicht zudem eine spätere Erweiterung der bereits aufgestellten Teilmodule um weitere Datenpunkte oder Teilprozesse. So kann dynamisch auf Prozessadaptionen reagiert werden. Im experimentellen Teil der Arbeit werden am Beispiel eines konkreten Präzisionsmontage-Prozesses die zwei vorgeschlagenen Methoden angewendet. Damit der Nutzen der Modularisierung nachgewiesen werden kann, wird eine Studie der Übertragbarkeit der beiden Methoden auf einen weiteren Präzisionsmontage-Prozess durchgeführt.This thesis deals with the topic of process-oriented predictive data mining in precision assembly. Within precision assembly processes, there are many special challenges which include the high component and machine costs and comparatively low volumes of produced parts. Acting against the process are disturbances, which are unpredictable and when going unchecked can cause the process to exceed its limits. Although the process data can counteract some of these effects, it is not able to bring the information together to predict the resulting assembly accuracy. Within this thesis two methods are introduced, one of which focuses on the concepts process-orientation and the other on data mining. The first method explores the analysis of manufacturing processes together with a limited database. This method deals with the structured process-specific recording of a database. Expert surveys are carried out to map the manufacturing process structure. A preliminary estimate of the relevant assembly process influences, and a list of their interdependencies are also carried out on the basis of expert interviews. Subsequently, an initial data network can be derived by evaluating and prioritizing these. The second method is the method of process-oriented data segmentation and analysis. Process-oriented data segmentation means the selection of submodules based on the prioritization created in the previous method. This second method performs a complex analysis of the manufacturing process and the event causalities it contains. The manufacturing process is subdivided into partial manufacturing process chains and a model structure is derived in partial modules following the partial manufacturing process chain. On the basis of the data infrastructure planning carried out in the first methods, central submodules can be identified and modelled. The proposed methods can be used to solve the challenges of precision assembly, high required assembly accuracy with various influences on the assembly process. The resulting modular structure can then be expanded at a later date to include additional data points or subprocesses. In this way it is possible to react dynamically to process adaptations. In the experimental part of the work, the two proposed methods are applied using the example of a concrete precision assembly process. In order to demonstrate the benefit of modularization, a study of the transferability of the two methods to another precision assembly process is carried out