Konzeption, Entwicklung und Einführung des Assistenzsystems D-DAS für die Produktentwicklung elektrischer Motoren
Abstract
Moderne Fahrzeuge stehen im Fokus einer umfassenden Elektrifizierung, welche eine signifikante Steigerung der im Fahrzeug verbauten Anzahl an elektrischen Motoren und Antriebe zur Folge hat. Hersteller elektrischer Motoren müssen diese Produktvielfalt beherrschen und zudem eine hohe Anpassungsfähigkeit hinsichtlich der Abwicklung ihrer Aufträge sowie eine schnelle Reaktionsfähigkeit aufweisen. Vor diesem Hintergrund befasst sich diese Arbeit mit der Konzeption, der Entwicklung und der betrieblichen Einführung des wissensbasierten Assistenzsystems für elektrische Antriebe (engl. Drives-Development Assistance System, D-DAS). Um dies zu erreichen, werden zunächst die einzelnen Schritte der Entwicklung in einem adaptierten Elektromotor-Produktentstehungsprozess (aEMPEP) beschrieben und weiter unterteilt. Basierend auf diesem Prozess erfolgt die Konzeption des digitalen Assistenzsystems, das die Entwickler bei der Abarbeitung zeitaufwändiger, komplizierter oder fehleranfälliger Aufgaben unterstützen soll. Die Entwicklung, Implementierung und Einführung des Assistenzsystems in das fallgebende Unternehmen stellen ebenfalls den Gegenstand dieser Arbeit dar. Die Untersuchungen ergeben, dass die prozessuale Aufbereitung die Grundlage für eine Digitalisierung, Automatisierung und wissensbasierte Unterstützung darstellt. Gleichermaßen konnte mit D-DAS die Frage beantwortet werden, wie ein wissensbasiertes Assistenzsystem zur Unterstützung der Produktentwicklung elektrischer Motoren konzipiert, entwickelt und eingeführt werden muss, damit es sich für den betrieblichen Einsatz in der Industrie eignet. Abschließend erfolgt die Evaluation von D-DAS und des adaptierten Elektromotor-Produktentstehungsprozesses mittels einer Fallstudie von vier Motorenprojekten, die in einer geeigneten Ergebnisqualität resultiert.
Keywords
Ingenieurwissenschaften; Assistenzsystem; Elektromotor; Produktionstechnik; Digitalisierung; Wissensbasiertes System; MaschinenbauDOI
10.25593/978-3-96147-438-7ISBN
9783961474387, 9783961474387, 9783961474370Publisher
FAU University PressPublisher website
https://www.university-press.fau.de/Publication date and place
Erlangen, 2021Series
FAU Studien aus dem Maschinenbau, 371Classification
Engineering: general
Engines and power transmission
Expert systems / knowledge-based systems

Download
Web Shop