Die Herausforderung für K|Lens
Ein Stator, auch als Ständer bezeichnet, ist der unbewegliche Teil eines Elektromotors oder Generators. Er ist das Gegenstück zum Rotor, dem beweglichen Teil. Die Hairpins in einem Stator sind ein wesentlicher Bestandteil moderner Elektromotoren, insbesondere in Anwendungen wie Elektrofahrzeugen. Ihre Funktion ist eng mit der effizienten Erzeugung des Magnetfelds verbunden, das für die Motorbewegung notwendig ist.
Die Qualität des Verschweißens dieser Hairpins hat direkten Einfluss auf den elektrischen Wirkungsgrad und das thermische Verhalten des Motors. Dies macht den Schweißprozess zu einem kritischen Punkt in der Fertigung. Es ist sowohl eine qualitative Bewertung der Verschweißung (z. B. die Form der Schweißpunkte) als auch eine quantitative Bewertung der Geometrie der verschweißten Pins erforderlich.
Inspektionsmethoden
Die traditionelle Beurteilung durch Maschinenbediener ist subjektiv und kann zu Inkonsistenzen führen. Die Bewegung der schweren Statoren für Inspektionen ist oft schwierig, zeitaufwendig und ermüdend. Darüber hinaus fehlt es oft an einer umfassenden Dokumentation der Inspektionsergebnisse, was die Rückverfolgung von Fehlern erschwert.
Technische Anforderungen
Die Erfassung von präzisen 3D-Topologien von komplexen Strukturen, wie sie bei verschweißten Hairpins vorkommen, ist anspruchsvoll. Sowohl für die Erstellung dieser 3D-Modelle als auch für qualitative Analysen ist eine hochwertige Bildgebung erforderlich, die allerdings durch reflektierende Oberflächen und enge Kontakte stark erschwert ist. Die Integration der erstellten 3D- und Bilddaten in bestehende IT-Systeme, einschließlich der Verwendung von kundeneigener KI, erfordert flexible Schnittstellen.
Die Lösung von K|Lens
Revolutionäre Prüfung: 3D-Analyse von Hairpin-Schweißnähten mit dem K|Lens Light Field Sensor
Unsere modernen Inspektionssysteme nutzen den patentierten K|Lens Lichtfeldsensor, um mit nur einer Aufnahme Bilder aus verschiedenen Perspektiven zu erzeugen. Aus diesen Daten werden detaillierte 3D-Modelle der Haarnadelschweißnähte erstellt. Gleichzeitig dienen sie als Basis für die kundeneigene KI-Infrastruktur. Die unterschiedlichen Blickwinkel sind entscheidend für die hohe Genauigkeit der Fehlererkennung. Die automatisierte Analyse reduziert den Prüfzeitraum und verbessert die Zuverlässigkeit der Ergebnisse.
Qualität und Effizienz steigern: KI-gestützte Hairpin-Schweißnahtprüfung
Das Hauptziel der Hairpin-Analyse ist die Sicherstellung hochwertiger Hairpin-Schweißnähte. Dies trägt dazu bei, die Leistung und Zuverlässigkeit von Elektromotoren zu verbessern und die Produktionskosten durch die Vermeidung von Ausschuss und Nacharbeit zu senken. Darüber hinaus verhindert die präzise Analyse Ausfallzeiten bei der Weiterverarbeitung der Statoren.
Bewährte Lösung
Die K|Lens-Technologie kommt in mehreren Produktionslinien der Automobilindustrie zum Einsatz.
Eingesetztes System
Unser weldAI-System ist ein innovatives 3D-Inspektionssystem, das speziell für die anspruchsvolle Qualitätskontrolle von Hairpin-Schweißungen in der Elektromotorenfertigung entwickelt wurde. Es wurde für diesen Anwendungsfall mit der Grundaustattung ausgeliefert.
Ausführung der Komponenten / Aufbau / Erweiterungen
Hochinnovative Sensorik
Unser Lichtfeld-Sensor HighRes liefert präzise Bilddaten. Auflösung und Abstand sind so gewählt, dass eine Pinreihe entlang des Radius analysiert werden kann.
3D-Analyse
Die präzise 3D-Analyse wird durch spezielle Kalibrierungs- und Tiefenberechnungskomponenten ermöglicht. Diese Komponenten gewährleisten eine genaue und vermessbare 3D-Rekonstruktion des Hairpins, die für die Defekterkennung unerlässlich ist.
APIs
Die generierten Multiview-Bilddaten und die 3D-Modelle werden über HALCON und C++ Schnittstellen in die IT-Umgebung des Kunden integriert. Die Auswertung erfolgt mit kundeneigener KI.
Kosteneinsparungen und ROI
Reduzierung der Prozesskosten
Die automatisierte Kontrolle ist schneller und effizienter als die manuelle Kontrolle durch Mitarbeiter und braucht weniger Personal. Somit werden die Prozesskosten signifikant reduziert.
Reduzierung von Ausschuss und Nacharbeit
Die frühzeitige korrekte Erkennung von Defekten durch wiederholbare und objektive Prozesse reduziert den Ausschuss und die Nacharbeit. Dies führt zu deutlichen Kosteneinsparungen.
Optimierung von Fertigungsprozessen
Die detaillierten Inspektionsdaten ermöglichen die Optimierung von Fertigungsprozessen. Dies steigert die Effizienz und reduziert die Produktionskosten.
Abwehr von Gewährleistungskosten
Die automatische Erstellung eines Digital Twins der Hairpins ermöglicht die Nachkontrolle selbst nach Auslieferung und reduziert so die Kosten von Rückverfolgungen und Gewährleistungen.
Verbesserte Qualitätskontrolle und Genauigkeit
Objektive und konsistente Qualitätskontrolle
Die automatisierte Prüfung reduziert Bedienerfehler und subjektive Beurteilungen, was zu einer objektiven und konsistenten Qualitätskontrolle führt.
Präzise Defekterkennung
Die fortschrittliche Sensorik und die 3D-Analyse ermöglichen eine präzise Erkennung von Defekten, die mit herkömmlichen Bildgebungsmethoden nicht erreicht werden konnten.
Generierung von 3D-Topologiedaten von schwierigen Strukturen
Die Fähigkeit des Systems, 3D-Topologiedaten von komplexen Strukturen zu generieren, auch bei Reflexionen und engen Kontakten, ermöglicht eine umfassendere und genauere Analyse.
Verbesserte Produktqualität
Die umfassende Analyse und die präzise Defekterkennung tragen zur Verbesserung der Produktqualität bei, was zu einer höheren Kundenzufriedenheit führt.
Verbesserte Effizienz und Produktivität
Automatisierte Inline-Inspektion
K|Lens setzt auf Inline-Inspektionen in der Taktzeit des Kunden.
Echtzeit-Überwachung
Die generierten Bilddaten ermöglichen eine kontinuierliche Überwachung des Inspektionsprozesses. Dies ermöglicht eine schnelle Reaktion auf potenzielle Probleme und minimiert Ausfallzeiten.
Kontakt
Lassen Sie uns über Ihr Projekt sprechen
