Anzeige
Anzeige

Robotergeführte 3D-Scanner bei Herstellung von Elektrofahrzeugen

Automatisierte Qualitätssicherungssysteme spielen auch bei der Herstellung von Elektrofahrzeugen eine immer wichtigere Rolle. Ein Beispiel dafür ist die Walter Automobiltechnik GmbH, ein deutscher Zulieferer für Teile und Zubehör für große OEM in der Automobil- und Motorradindustrie.

Die automatisierte Qualitätssicherung der Motorhalterung für die neue vollelektrische Mini Cooper SE Serie von BMW erfolgt bei der Walter Automobiltechnik mit dem robotergeführten 3D-Scanner MetraScan 3D-R. (Bild: Walter Automobiltechnik)


In den letzten Jahren hat die rasante Nachfrage von OEM nach Teilen, die in Elektrofahrzeuge integriert werden sollen, die Walter Automobiltechnik dazu veranlasst, nach einem alternativen Prüfungsansatz und einer Lösung zu suchen, um die Qualitätssicherung weiter zu beschleunigen und zu verbessern. Vor allem wollte das Unternehmen eine Lösung, die seine manuellen Methoden und die Koordinatenmessmaschine für eine E-Car-Motorhalterung für die neue vollelektrische Mini Cooper SE von BMW ersetzt. Die E-Car-Motorhalterung ist ein komplexer Gitterrohrrahmen mit vielen Verbindungspunkten. Mit einem Gewicht von 25kg und einer Größe von 900x700x500mm ist die Halterung aus verzinktem Stahl, wodurch eine reflektierende Oberfläche entsteht. Zu den Ausstattungsmerkmalen gehören auch geschweißte Bauteile mit komplexen Geometrien, was die Prüfung schwierig und zeitaufwändig machte. Da 90% der Komponenten nicht nachbearbeitbar sind, kann eine nicht konforme Halterung zu einem sofortigen Produktionsstillstand führen, d.h. dass vom Qualitätssicherungsteam von Walter Automobiltechnik eine 100% Messung der Serienproduktion innerhalb einer bestimmten Zykluszeit gewährleistet werden musste. Das Qualitätssicherungsteam benötigte bisher mindestens 90 Minuten, um Messungen für jeden Rahmen zu erhalten. Zudem konnten nur erfahrene Mitarbeiter die Messungen durchführen. Dies verursachte Engpässe am KMG, führte zu langen Rechenzeiten und wirkte sich auch auf die Zykluszeit der Fertigungslinie aus.

Anzeige

Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Bei sehr schnellen Prozessen sind die Anforderungen an Pyrometer zur Temperaturmessung besonders hoch. Hierfür bietet Optris jetzt das Hochgeschwindigkeits-Pyrometer CT 4M mit einer Erfassungszeit von nur 90µs an. ‣ weiterlesen

www.optris.de

Anzeige

Die CMOS-Technologie bietet mittlerweile erweiterte Bildgebungsfunktionen, die für viele biomedizinischen Anwendungen benötigt werden. Kann sie jedoch die etablierten sCMOS-Sensoren (Scientific CMOS) in der Biomedizin/-wissenschaften ersetzen?‣ weiterlesen

www.flir.com

Anzeige

Das Digitalmikroskop Zeiss Visioner 1 ermöglicht durch sein Micro-mirror Array Lens System (MALS) erstmals einen All-In-One-Fokus in Echtzeit. Dadurch können Nutzer bei ihren Anwendungen für Qualitätskontrolle und Qualitätssicherung in der Fertigung Proben erstmals vollständig scharf sehen, ohne mehrere Fokusebenen kombinieren oder Bilder nachbearbeiten zu müssen. Das Resultat: einfachere Bildgebung und Dokumentation, schnellere Inspektion und ein höherer Durchsatz.‣ weiterlesen

www.zeiss.de

Anzeige

Imec und Ximea haben eine verbesserte Version der xiSpec Hyperspectral Imaging Kameras entwickelt. Unter Beibehaltung der bisherigen Dimension der Kameras (26,4×26,4x32mm) und dem Gewicht ( 32g) wurde das Kameragehäuse optimiert und neue Bandpassfilter entwickelt. Jede Kamera wird einzeln nach der Fertigung vermessen und kalibriert. ‣ weiterlesen

www.ximea.com

Anzeige

Die eigens für die 3D-SPI-Lösung S3088 Ultra Chrome entwickelte 3D-Kameratechnologie ermöglicht eine bessere optische Auflösung, Prüfgeschwindigkeit und Prüfqualität. Durch die Vernetzung des Systems mit anderen Prozessstufen der SMD-Fertigung können Prozessschwankungen automatisch korrigiert werden. ‣ weiterlesen

www.viscom.de

Herzstück der intelligenten Kamera iam von NET ist eine System-on-Chip (SoC) Plattform mit integriertem FPGA und ARM CPU. Sie befähigt die Smart Kamera dazu auch zeitkritische Machine Learning Aufgaben performant zu lösen, die bis dahin nur von Host-PCs mit multi-core Prozessor-Architekturen bewältigt werden konnten.‣ weiterlesen

www.net-gmbh.com

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige