Regelung von Druckwechselzuständen und die Muster- und Fehlererkennung im realen Prüfstandbetrieb

© Chris Liverani, unsplash

Ausgangssituation und Projektziel

Druckprüfstände, wie die der Ehrler Prüftechnik Engineering GmbH, sind ein essenzieller Bestandteil der automobilen Fertigungskette. Viele Teile und Komponenten müssen vor der Montage auf Dichtigkeit und Festigkeit ausgiebig getestet werden. Das gilt für Ventile, Wärmetauscher, Hydrauliksysteme und andere Komponenten. Dabei ist es essenziell, dass die Prüfparameter, wie Druck und Temperatur, genau eingehalten werden. Allerdings sind diese stark von der Geometrie und dem Werkstoff des Prüfteils abhängig. Dies macht eine komplexe Einregelung bei jeder Prüfung erforderlich.

Sowohl minimale Verschleißprozesse am Druckprüfstand, als auch die Schädigung des Prüfteils führen zu Veränderungen im Prüfsystem. Ziel war es, diese beiden Arten von Abweichungen automatisch zu erkennen, zu unterscheiden und ggf. direkt in den Regelungsprozess einzugreifen.

Lösung und Kundennutzen

Hier setzten die geplanten Arbeiten des Forschungsprojekts KID an: Im Rahmen des Projekts wurde gemeinsam mit Ehrler Prüftechnik eine KI-gestützte Software für die Einregelung des Prüfprozesses sowie die Schädigungserkennung von Prüfteilen und Ersatzteilprognose von den Druckprüfständen entwickelt und erprobt. Grundlage dafür bildeten Daten aus realen Prüfprozessen, die von der MAHLE GmbH und der MAHLE Behr GmbH & Co. KG zur Verfügung gestellt wurden.

Für die Kunden konnten sich hierdurch Vorteile ergeben: So wurde der Prüfprozess durch eine schnellere Einregelung und eine frühzeitige Erkennung von Schäden während der Prüfzyklen verkürzt. Außerdem wurde neben der Messgenauigkeit auch die Verfügbarkeit des Prüfstandes durch Ersatzteilprognosen verbessert. Dies konnte in einem optimierten und kostensparenden Prüfstandbetrieb resultieren.

 

Projektpartner:

  • Ehrler Prüftechnik Engineering GmbH
  • MAHLE GmbH
  • MAHLE Behr GmbH & Co. KG, Stuttgart