Messdaten und Datenbanken – Vergleichbare Messergebnisse als Basis für die effiziente Nutzung von geometrischen Daten

Im Bereich des Automobilbaus werden an vielen unterschiedlichen Prozessschritten geometrische Messdaten aufgenommen. Hintergrund hierfür ist einerseits ein wirtschaftlicher Benefit, da Schadschöpfung vermieden werden kann, gleichzeitig können die Daten genutzt werden, um sogenannte prädiktive Qualitätsregelkreise aufzubauen. Dies bedeutet Messdaten werden verwendet, um die Qualität des Produktes vorhersagen zu können und damit bereits im Vorfeld Schadschöpfung zu vermeiden. Hierbei ist das Ziel, dass die nachfolgenden Prozessschritte entsprechend reagieren, um am Ende ein Produkt innerhalb der Spezifikationsgrenzen zu erhalten. Nun werden geometrische Messdaten nicht nur an unterschiedlichen Prozessschritten, sondern auch mit unterschiedlicher Messtechnik gewonnen. Damit entstehen systematische Einflüsse, die vor allem beim Vergleich von Messergebnissen Unstimmigkeiten hervorrufen. Eine valide Datenbasis ist für die Algorithmen im Bereich Data Analytics eine zwingend erforderliche Ausgangslage. Daher müssen Messdaten nicht nur den aktuellen Zustand widerspiegeln, sondern auch zielführend die Qualität des Produktes beschreiben. Dieser Artikel soll anhand des aufgeführten Beispiels den Einfluss von systematischen Fehlern im Umfeld Karosseriebau darstellen und aufbauend auf der Vorgehensweise als Leitfaden zur Bewertung von systematischen Fehlern auf Basis geometrischer Abweichungen dienen.