Sampling-based Tolerance-Cost Optimization: The Key to Optimal Tolerance Allocation

Files
Roth_Diss_MB_436.pdf (22.75 MB)
Diss. Reihe Maschinenbau, Band 436

Language
en
Document Type
Doctoral Thesis
Granting Institution
Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Technische Fakultät
Issue Date
2024
Authors
Roth, Martin
Editor
Franke, Jörg
Hanenkamp, Nico
Hausotte, Tino
Merklein, Marion
Müller, Sebastian
Schmidt, Michael
Wartzack, Sandro
Publisher
FAU University Press
ISBN
978-3-96147-720-3
Abstract

Limiting manufacturing-caused part variations by size, location, orientation, and form tolerances primarily aims to assure the total assembly quality. At the same time, however, the manufacturing conditions and, thus, the manufacturing costs are already predefined in the product development phase. The method of sampling-based tolerance-cost optimization, a combination of statistical tolerance analysis based on sampling techniques and metaheuristic optimization algorithms, enables an automated and optimal allocation of tolerance values and, thus, solves the conflict of objectives between costs and quality. However, limitations in effectiveness and efficiency still prevent its profitable application for solving complex, industry-relevant problems and exploiting hidden cost potentials.

To close the current research gaps, the individual methods involved, in particular the sampling, non-conformance rate estimation and surrogate model-based optimization, are (further) developed and harmonized in one common approach, ensuring that reliable optimization results can be obtained in adequate computing times. Its extension to simultaneous machine selection and allocation with different batch sizes and selective assembly, considering machine-specific part tolerance distributions and geometrical, mutually dependent tolerances, significantly expands the context of use to practical aspects. A final evaluation of the developed framework proves its potential for a profitable application to practical problems and serves to identify further research potentials.

Abstract

Die Einschränkung fertigungsbedingter Einzelteilabweichungen mithilfe von Maß-, Form- und Lagetoleranzen hat primär die Sicherstellung der Baugruppenqualität zum Ziel. Zugleich werden dadurch jedoch bereits in der Produktentwicklung die Randbedingungen für die Fertigung und somit implizit die Herstellungskosten festgelegt. Die Methode der samplingbasierten Toleranz-Kosten-Optimierung, eine Kombination aus statistischer Toleranzanalyse auf Basis von Samplingverfahren und metaheuristischen Optimierungsalgorithmen, ermöglicht hierbei eine optimale Festlegung der Toleranzwerte und löst so automatisiert den Zielkonflikt zwischen Kosten und Qualität. Allerdings stehen Einschränkungen in Effektivität und Effizienz einem gewinnbringenden Einsatz zur Lösung komplexer, praxisrelevanter Problemstellungen und somit einer Ausschöpfung verborgener Kostenpotentiale bislang noch im Wege.

Um die aktuellen Forschungslücken zu schließen, werden in dieser Arbeit die beteiligten Einzelmethoden, insbesondere das Sampling, die Ausschussratenschätzung und die Optimierung auf Basis von Ersatzmodellen, gezielt (weiter-)entwickelt und in einem Gesamtansatz aufeinander abgestimmt, sodass verlässliche Optimierungsergebnisse in adäquaten Rechenzeiten erzielt werden können. Dessen Erweiterung zur simultanen Maschinenselektion und -allokation mit unterschiedlichen Losgrößen und selektiver Montage unter Berücksichtigung von maschinenspezifischen Fertigungsverteilungen und geometrischen, sich gegenseitig bedingenden Toleranzen trägt hierbei wesentlich zur Ausweitung des Anwendungskontextes um praxisrelevante Aspekte bei. Eine abschließende Evaluation des entwickelten Gesamtrahmenwerks stellt dessen Potential für eine produktive Anwendung an praxisnahen Problemstellungen unter Beweis und dient der Identifikation weiterer Forschungspotentiale.

Series
FAU Studien aus dem Maschinenbau
Series Nr.
436
Citation
mb.fau.de/diss
Description
Parallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-96147-719-7
DOI
URN
Faculties & Collections
Zugehörige ORCIDs