Diese Arbeit stellt die Predictive Qualitiy Methode vor, mit welcher man die Qualität von Batterien schon im Voraus vorhersagen kann, und behandelt, welchen Prozessschritte in der Batteriezellfertigung davon profitieren. Die Nachfrage nach Batterien steigt weltweit an. Dadurch entstehen auch neue Anforderungen an die Qualität und Effizienz. Zusätzlich erhöht sich der Grad der Digitalisierung in produzierenden Gewerben, wie der Autohersteller, weiter an.
Der Klimawandel fördert die Entstehung neuer Konzepte für die Mobilität, um den CO2-Ausstoß zu reduzieren und um den Verbrauch von fossilen Brennstoffen zu minimieren. Daher ändern auf Grund von gesetzlichen Vorgaben der EU immer mehr Automobilunternehmen ihr Portfolio von Verbrennungsmotoren zu Elektromotoren. Damit verändert sich auch der Energieträger der Automobile von Diesel oder Benzin zu elektrischer Energie. Um diese Energie im Auto zu speichern, werden Batteriezellen benötigt. Mit den Batteriezellen können wiederum Batteriemodule und anschließend Batteriepacks gebaut werden.
Inhaltsverzeichnis
1 Einleitung
2 Theoretische Grundlagen
2.1 Batteriezellfertigung
2.2 Qualitätsmanagement
2.3 Predictive Quality
3 Batteriezellfertigung mit Predictive Quality
3.1 Anforderungen an ein Batteriesystem
3.2 Qualitätsplanung
3.3 Qualitätsprüfung
3.4 Qualitätslenkung
3.5 Qualitätssicherung
3.6 Auswertung
4 Fazit
Zielsetzung & Themen
Die Hausarbeit untersucht, welche spezifischen Prozessschritte in der Batteriezellfertigung durch den Einsatz von "Predictive Quality"-Ansätzen besonders optimiert werden können, um die Qualität und Effizienz im Kontext der E-Mobilität zu steigern.
- Grundlagen der Batteriezellfertigung und des Qualitätsmanagements
- Konzept und Potenziale von Predictive Quality mittels Data Analytics
- Detaillierte Analyse der Qualitätsanforderungen in den drei Kernphasen der Zellherstellung
- Prüfparameter zur Überwachung und Steuerung komplexer Fertigungsprozesse
- Diskussion der Risiken und wirtschaftlichen Faktoren beim Einsatz prädiktiver Qualitätssicherung
Auszug aus dem Buch
3.4 Qualitätslenkung
Mit Hilfe der Qualitätslenkung, ist das Qualitätsniveau gezielt zu lenken bzw. zu steuern. Besonders hier kann die Predictive Quality angewandt werden, um zukunftsorientierte Anforderungen durch Vorhersagen zu berechnen. Zu beachten ist, dass hierfür umfangreiche Rohdaten benötigt werden. Da bei der Batteriezellfertigung eine große Datenmenge durch die vielen Prüfsensoren während des Herstellungsprozesses vorliegen, lassen sich diese Big Data besonders gut durch Data Analytics auswerten und verstehen. Anschließend kann mit Hilfe von Machine Learning der laufende Fertigungsprozess gezielt gesteuert und optimiert werden, womit sich ein ausreichend gutes Qualitätsniveau sicherstellen lässt. Die Qualität der Batteriezellen und der weiteren Fertigung zu ganzen Batteriesystemen kann so automatisiert geprüft und gelenkt werden.
Zusammenfassung der Kapitel
1 Einleitung: Diese Einleitung führt in die Relevanz der Batteriezellfertigung vor dem Hintergrund der E-Mobilität ein und leitet die Forschungsfrage zur Anwendung von Predictive Quality ab.
2 Theoretische Grundlagen: Dieses Kapitel erläutert die technischen Aspekte der Batteriezellfertigung, die Prinzipien des Qualitätsmanagements sowie das Konzept der prädiktiven Qualität.
3 Batteriezellfertigung mit Predictive Quality: Dieses Kapitel analysiert die spezifischen Anforderungen an Batteriesysteme und deren Qualitätsplanung, -prüfung, -lenkung und -sicherung entlang des Fertigungsprozesses.
4 Fazit: Das Fazit bewertet die erzielten Erkenntnisse und unterstreicht die Notwendigkeit sowie die wirtschaftlichen Herausforderungen bei der Implementierung von Predictive Quality in der Batteriezellproduktion.
Schlüsselwörter
Batteriezellfertigung, E-Mobilität, Predictive Quality, Qualitätsmanagement, Qualitätsplanung, Qualitätsprüfung, Data Analytics, Big Data, Machine Learning, Elektrofahrzeuge, Fertigungsprozess, Qualitätssicherung, Batteriemodul, Batteriezelle, Batteriesystem
Häufig gestellte Fragen
Was ist das grundlegende Thema dieser Hausarbeit?
Die Arbeit behandelt die Integration von "Predictive Quality"-Methoden in die komplexe Fertigung von Batteriezellen für Elektrofahrzeuge.
Welche zentralen Themenfelder werden bearbeitet?
Die zentralen Felder sind die Batteriezellproduktion, das Qualitätsmanagement (nach ISO-Normen) sowie die Anwendung von Data Analytics und Machine Learning.
Was ist die primäre Forschungsfrage?
Die Arbeit fokussiert sich auf die Frage, welche konkreten Prozessschritte in der Batteriezellfertigung am stärksten von prädiktiven Qualitätsansätzen profitieren.
Welche methodische Herangehensweise wird gewählt?
Es erfolgt eine deskriptiv-analytische Untersuchung, bei der die Fertigungsphasen (Elektrodenfertigung, Zusammenbau, Formation/Prüfung) systematisch nach Qualitätsanforderungen und Prüfparametern analysiert werden.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in technische Anforderungen einzelner Batteriekomponenten sowie in die detaillierte Definition und Zuordnung von Qualitätsmerkmalen und Messparametern in den verschiedenen Fertigungsschritten.
Welche Keywords definieren diese Publikation am besten?
Die wichtigsten Schlagworte umfassen Batteriezellfertigung, Predictive Quality, Data Analytics, Qualitätsmanagement und Qualitätssicherung.
Warum ist Predictive Quality für die Batteriezellfertigung so entscheidend?
Aufgrund der hohen Komplexität und der großen Datenmengen in der automatisierten Produktion ermöglicht Predictive Quality eine vorausschauende Steuerung, die Fehler reduziert und die Prozessstabilität erhöht.
Welche Risiken werden im Zusammenhang mit Predictive Quality genannt?
Genannt werden die hohen Kosten für Implementierung, Umbauten und Personal sowie die technologische Anfälligkeit für Störungen durch die erhöhte Vernetzung.
- Citar trabajo
- Anonym (Autor), 2022, Predictive Quality am Beispiel der Batteriezellfertigung, Múnich, GRIN Verlag, https://www.grin.com/document/1312997
