Motivation
Kabelkonfektion bezeichnet die Produktion von anschlussfertigen Kabeln oder gesamten Kabelbäumen. Dabei kommt meist die Technik des Crimpens zum Einsatz. Beim Crimpen werden zwei Komponenten, beispielsweise ein elektrischer Leiter und ein Verbindungselement, durch plastische Verformung zusammengefügt. Der Crimpprozess spielt unter anderem im Automobilbereich eine zentrale Rolle. Aufgrund der Entwicklungen beim autonomen Fahren und der elektrischen Mobilität muss die Automobilindustrie jedoch einer steigenden Komplexität bei der Herstellung von Kabelbäumen zur Signal- und Leitungsvernetzung begegnen. Zudem werden immer höhere Qualitätsanforderungen an die Prozessüberwachung gestellt. Zur Qualitätssicherung wird beim Crimpen die sogenannte Crimpkraftkurvenüberwachung (CKÜ) eingesetzt. Die CKÜ ist in die Crimpanlage integriert und zeichnet die während des Prozesses aufgebrachte Kraft auf, was als Kraft- bzw. Prozesskurve dargestellt wird. Die Überwachung basiert auf dem Abgleich einzelner Werte dieser Kurve mit zuvor definierten Grenzen oder Referenzkurven. Die Reduktion der Kurvenauswertung auf diese vereinfachten Parameter führt jedoch dazu, dass potenzielle Kriterien und Einflussgrößen, die sich im Kurvenverlauf widerspiegeln, verloren gehen und im Fehlerfall nicht mehr nachvollziehbar oder rückverfolgbar sind.
Ziele und Vorgehen
Das Verbundvorhaben DeepCrimpact hat das Ziel, eine intelligente Methode zu entwickeln, mit der Prozesskurven ganzheitlich und in Echtzeit für jede Kontakt-Leitungs-Verbindung analysiert werden können. Die dadurch erhaltenen Informationen sollen die Qualitätssicherung und Produktionsfreigabe von Crimpverbindungen optimieren. Es soll also eine CKÜ für die Kabelkonfektion erforscht werden, welche die generische Prozessüberwachung über verschiedene Crimpvarianten und Anlagen ermöglicht. Die Abbildung zeigt das angestrebte Gesamtsystem, in dem unüberwachte und überwachte intelligente Lernverfahren kombiniert werden sollen. Geplant ist, dazu insbesondere neuronale Netze einzusetzen, die als 1D-Convolutional Neural Networks bezeichnet werden. Das System soll nicht nur ermöglichen, die Prozesskurve einer bestimmten Materialkombination auszuwerten, sondern auch generisch für die hohe, in der Kabelkonfektion auftretende Variantenvielfalt funktionieren sowie auf stärkere Variantenänderungen reagieren können.
Innovationen und Perspektiven
Die zu entwickelnde intelligente CKÜ könnte zudem eine First-Part-Right-Produktionsfreigabe für verschiedene Varianten und verschiedene Anlagen im Crimpprozess ermöglichen. Statt der Freigabe über viele Muster wird hierbei nur das erste produzierte Teil einer Serie zerstörend geprüft. Eine solche intelligente CKÜ zu installieren, setzt voraus, dass die Entscheidungen zurückverfolgt werden können, was deshalb ein weiterer Schwerpunkt des Vorhabens ist.