Logo ZeTeM

Zentrum für Technomathematik

ZeTeM > Forschung und Anwendungen > Projekte > Entwicklung statistischer Methoden zur Anwendung auf Körperschalldaten von geschleppten Verbrennungsmotoren

Kontakt Sitemap Impressum [ English | Deutsch ]

Entwicklung statistischer Methoden zur Anwendung auf Körperschalldaten von geschleppten Verbrennungsmotoren

Arbeitsgruppe:AG Technomathematik
Leitung: Prof. Dr. Dr. h.c. Peter Maaß ((0421) 218-63801, E-Mail: pmaass@math.uni-bremen.de)
Bearbeiter: Dr. Dennis Trede
Dr. Fedor Alexandrov
Janina Jäger
Projektförderung: ThyssenKrupp Krause GmbH
Projektpartner: ThyssenKrupp Krause GmbH (Bremen)
Laufzeit: 01.09.2008 - 31.05.2009
Bild des Projekts Entwicklung statistischer Methoden zur Anwendung auf Körperschalldaten von geschleppten Verbrennungsmotoren

Verbrennungsmotoren haben ein typisches Schwingungsverhalten, das sich bei Defekten ändern kann. Solche Defekte können z.B. ein weiches hydraulisches Ausgleichselement, ein fehlender Zahn in einem Kettenrad oder eine verschliffene Nockenwelle sein. Es wird vermutet, dass Defekte des Motors und sogar die Art des Defekts durch die Analyse des Schwingungsverhaltens, die sogenannte Ordnungsanalyse, erkannt werden können.

Die Firma ThyssenKrupp Krause GmbH plant die Entwicklung einer Auswerteeinheit zur Beurteilung von Körperschallmessungen von Verbrennungsmotoren. Die Auswertung soll über eine reine Klassifikation nach funktionsfähig/defekt hinaus auch eine Zuordnung zu bestimmten Defektklassen ermöglichen. Die zu analysierenden Schwingungen werden erzeugt, indem der Verbrennungsmotor kalt durch einen Elektromotor geschleppt wird. Des Weiteren soll das zu entwickelnde System “selbstlernend” sein, d.h. sobald erstmals eine neue Defektklasse auftritt, soll diese in die Klasse der möglichen Defekte für zukünftige Messungen mit aufgenommen werden.

  

In diesem Kooperationsprojekt wurden zwei Grundlagen zur Realisierung einer solchen Auswerteeinheit geschaffen:

  1. Es wurden Indikatoren entwickelt und getestet, die für eine Auswertung von Körperschallmessungen und eine anschließenden Klassifikation des Verbrennungsmotors geeignet sind.
  2. Weiter wurde ein Konzept für ein selbstlernendes System zur Auswertung von Körperschallmessungen entwickelt. Dieses Konzept berücksichtigt den Ist-Zustand bei ThyssenKrupp Krause und liefert einen Vorschlag, wie die selbstlernende Mehrklassen-Klassifikation in das bestehende System ohne große Umstrukturierung integriert werden kann.

 

Die Entwicklung eines automatischen Klassifikators für Verbrennungsmotoren besitzt für das Unternehmen ThyssenKrupp Krause GmbH eine große Relevanz: Durch den Einsatz dieser neuen Technologie können Motordefekte sicherer erkannt werden und somit kann Zeit bei der Fertigung von Verbrennungsmotoren eingespart werden. Auch für die Wissenschaftler des Zentrums für Technomathematik sind die Projektergebnisse von großem Interesse: Es konnten neueste mathematische Methoden der Bild- und Signalverarbeitung in einer industriellen Umgebung erfolgreich auf ihre Leistungsfähigkeit in der praktischen Anwendung getestet werden.