Prozessübergreifende Analyse komplexer Montageprozessketten mittels Data Mining

Montagesysteme sind integraler Bestandteil des verarbeitenden Gewerbes, vor allem im deutschen Fahrzeug- und Maschinenbau. Im Fokus dieser Arbeit stehen komplexe Montageprozessketten (MPK) in der Großserienfertigung, die in jedem Prozessschritt mit mehreren Parametern in engen Prozessfenstern definiert sind und dort robust liegen. Dennoch treten Serienfehler auf, die nur sehr schwer zu entdecken sind. Einerseits liegen alle Parameter entlang der MPK innerhalb der Grenzen und weisen einen guten bis sehr guten Cp-Wert auf. Andererseits existieren Ereignisse in MPK, die zu Ausschuss führen, obwohl jeder Einzelprozess und deren Kennwerte hervorragend innerhalb der Toleranzgrenzen liegen. Der Fokus dieser Arbeit liegt auf der prozessschritt-übergreifenden, datengetriebenen Auswertung von MPK. Im Rahmen von E|ASY-Class und E|ASY-Pat ist die Entdeckung von Wissen in Prozesskurven adressiert und die Prozessvisualisierung E|ASY-Heat erlaubt eine laufende Änderungsanalyse des Prozessverhaltens. Für die Analyse von MPK visualisiert E|ASY-Inter komplexe Wechselwirkungen zwischen Montageprozessen und den geprüft defekten Erzeugnissen in der Funktionserfüllung, um Fehlerursachen zu identifizieren. Spontane Änderungen mit schadhafter Auswirkung auf die Funktionserfüllung des montierten Erzeugnisses erkennt E|ASY-Event anhand der Signalausbreitung entlang komplexer Montagesysteme. Für die Detailanalyse unterstützt E|ASY-Curves mittels 3D-Darstellung die visuelle Auswertung von Prozesskurven.