DE102020125341A1 - Verfahren zur Bestimmung der Qualität der Beschichtung eines Bauteils, Verfahren zur Herstellung eines Bauteils sowie Kraftfahrzeug - Google Patents
Verfahren zur Bestimmung der Qualität der Beschichtung eines Bauteils, Verfahren zur Herstellung eines Bauteils sowie Kraftfahrzeug Download PDFInfo
- Publication number
- DE102020125341A1 DE102020125341A1 DE102020125341.9A DE102020125341A DE102020125341A1 DE 102020125341 A1 DE102020125341 A1 DE 102020125341A1 DE 102020125341 A DE102020125341 A DE 102020125341A DE 102020125341 A1 DE102020125341 A1 DE 102020125341A1
- Authority
- DE
- Germany
- Prior art keywords
- component
- coating
- quality
- housing
- hsi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000576 coating method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000011248 coating agent Substances 0.000 title claims abstract description 33
- 238000004519 manufacturing process Methods 0.000 title claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000000701 chemical imaging Methods 0.000 claims abstract description 8
- 239000003973 paint Substances 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 11
- 238000004146 energy storage Methods 0.000 claims description 9
- 238000010422 painting Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000007637 random forest analysis Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000012805 post-processing Methods 0.000 claims description 2
- 210000004027 cell Anatomy 0.000 description 8
- 230000003595 spectral effect Effects 0.000 description 8
- 238000013532 laser treatment Methods 0.000 description 5
- 229910001416 lithium ion Inorganic materials 0.000 description 4
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 210000000352 storage cell Anatomy 0.000 description 3
- 238000007743 anodising Methods 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010292 electrical insulation Methods 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 238000007590 electrostatic spraying Methods 0.000 description 2
- 239000004922 lacquer Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007649 pad printing Methods 0.000 description 2
- 238000000678 plasma activation Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000010020 roller printing Methods 0.000 description 2
- 238000007650 screen-printing Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000007751 thermal spraying Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- JDZCKJOXGCMJGS-UHFFFAOYSA-N [Li].[S] Chemical compound [Li].[S] JDZCKJOXGCMJGS-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8422—Investigating thin films, e.g. matrix isolation method
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
- H01M50/20—Mountings; Secondary casings or frames; Racks, modules or packs; Suspension devices; Shock absorbers; Transport or carrying devices; Holders
- H01M50/218—Mountings; Secondary casings or frames; Racks, modules or packs; Suspension devices; Shock absorbers; Transport or carrying devices; Holders characterised by the material
- H01M50/22—Mountings; Secondary casings or frames; Racks, modules or packs; Suspension devices; Shock absorbers; Transport or carrying devices; Holders characterised by the material of the casings or racks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8422—Investigating thin films, e.g. matrix isolation method
- G01N2021/8427—Coatings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M2220/00—Batteries for particular applications
- H01M2220/20—Batteries in motive systems, e.g. vehicle, ship, plane
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Abstract
Verfahren zum Bestimmen der Qualität der Beschichtung eines Bauteils, umfassend die Schritte:- Bereitstellen eines Bauteils, wobei das Bauteil eine Oberfläche aufweist, welche zur Beschichtung vorgesehen ist;- Untersuchen der Oberfläche mittels hyperspektraler Bildgebung zum Erzeugen zumindest eines HSI-Bildes;- Verwenden des zumindest einen HSI-Bildes in einem Algorithmus zur Vorhersage der Qualität einer Beschichtung.
Description
- Die vorliegende Erfindung betrifft ein Verfahren zum Bestimmen der Qualität der Beschichtung eines Bauteils, ein Verfahren zur Herstellung eines Bauteils sowie ein Kraftfahrzeug.
- Ein Bauteil der in Rede stehenden Art ist beispielsweise ein Gehäuse einer Energiespeichereinrichtung, beispielsweise ein metallisches Gehäuse einer Lithium-Ionen-Batteriezelle. Es ist üblich und aus dem Stand der Technik bekannt, derartige Gehäuse mit einer elektrisch isolierenden Beschichtung zu versehen. Die
DE 10 2012 213 868 A1 offenbart beispielsweise ein Verfahren zur Herstellung einer Beschichtung von metallischen Batteriegehäusen, wobei die Beschichtung mittels Zerstäuben eines Lacks, Roll-, Tampon- oder Siebdruck, Tauchlackieren, elektrostatischem Sprühen, thermischem Spritzen mit anorganischen Bestandteilen oder Eloxieren mit anschließender Nachverdichtung/Versiegelung erfolgt. Die Beschichtungsqualität muss in der Fertigung überwacht und dementsprechend geprüft werden. Ein bekanntes Testverfahren zum Prüfen der Haftfestigkeit von Beschichtungen ist der Gitterschnitt nach DIN EN ISO 2409. Hierbei handelt es sich allerdings um kein zerstörungsfreies Prüfverfahren. Dies ist gerade bei teuren Komponenten oder Bauteilen, wie Batteriezellen, besonders problematisch. Zudem ist das Verfahren nicht oder nur schwer automatisierbar. - Es ist daher eine Aufgabe der vorliegenden Erfindung, ein Verfahren zum Bestimmen der Qualität der Beschichtung eines Bauteils, ein Verfahren zur Herstellung eines Bauteils sowie ein Kraftfahrzeug anzugeben, wobei das Verfahren zur Bestimmung der Qualität der Beschichtung insbesondere zerstörungsfrei und schnell realisierbar sein soll, ohne dabei hinsichtlich der Aussagekraft Abstriche in Kauf nehmen zu müssen.
- Diese Aufgabe wird durch ein Verfahren gemäß Anspruch 1, ein Verfahren gemäß Anspruch 9 sowie durch ein Kraftfahrzeug gemäß Anspruch 11 gelöst. Weitere Vorteile und Merkmale ergeben sich aus den Unteransprüchen sowie der Beschreibung.
- Erfindungsgemäß umfasst ein Verfahren zum Bestimmen der Qualität der Beschichtung eines Bauteils die Schritte:
- - Bereitstellen eines Bauteils, wobei das Bauteil eine Oberfläche aufweist, welche zur Beschichtung vorgesehen ist;
- - Untersuchen der Oberfläche mittels hyperspektraler Bildgebung (englisch Hyperspectral Imaging, HSI) zum Erzeugen zumindest eines HSI-Bildes;
- - Verwenden des zumindest einen HSI-Bildes in einem Algorithmus zur Bestimmung oder Vorhersage der Qualität einer Beschichtung (auf der Oberfäche).
- Die HSI kombiniert die Stärken von digitaler Bildgebung und Spektroskopie. So wird für jedes Pixel mit einem hyperspektralen Detektor die Intensitätsverteilung einzelner Wellenlängen aufgenommen. Jedes Pixel eines HSI-Bildes enthält dadurch ein separates kontinuierliches Spektrum. Ein hyperspektrales Bild umfasst deutlich mehr Informationen als ein digitales „normales“ Bild, das in der Regel über drei verschiedene spektrale Kanäle verfügt, nämlich rot, grün und blau. Jedes Objekt ist durch seine ihm eigene spektrale Signatur detektier- und zuordenbar. Es hat sich überraschenderweise herausgestellt, dass die hyperspektrale Bildgebung geeignet ist, die Qualität der Beschichtung eines Bauteils zu bestimmen, insbesondere vorherzusagen bzw. im Voraus zu bestimmen. Hierzu wird mittels einer HSI-Kamera ein Bild aufgenommen, wobei die Bilddaten einem Algorithmus übergeben werden, welcher dahingehend ausgelegt ist, zu berechnen bzw. vorherzusagen, ob es beim nachfoldenen Beschichten zu Problemen kommt, wie beispielsweise einer schlecht haftenden Schicht/Beschichtung. Derartige Probleme können unter anderem auftreten, wenn die Oberfläche verschmutzt ist. Diese „Verschmutzungen“ können dabei so gering sein, dass sie für das menschliche Auge unsichtbar sind. Über die HSI ist mit Vorteil dennoch eine Detektion möglich.
- Bei der hyperspektralen Bildgebung wird die orts- und wellenlängen aufgelöste Detektion in verschiedenen elektromagnetischen Bereichen (Spektrum) genutzt: Ultraviolettes Licht (UV), Spektralbereich von 50 nm bis 400 nm, Sichtbares Licht (VIS), Spektralbereich von 400 nm bis 750 nm, Nahinfrarotes Licht (NIR), Spektralbereich von 750 mm bis 2500 nm, Mittleres Infrarot (MIR), Spektralbereich von 2500 nm bis 10000 nm.
- Gemäß einer bevorzugten Ausführungsform erfolgt die hyperspektrale Bildgebung vorliegend im NIR-Spektralbereich, wobei sich ein Bereich von 900-2300 nm als besonders zielführend erwiesen hat. Die laterale Auflösung beträgt gemäß einer bevorzugten Ausführungsform 460 µm pro Pixel, die spektrale Auflösung 7 nm. Die Messfrequenz liegt dabei zweckmäßigerweise bei 50 Hz.
- Mit der Qualität der Beschichtung ist vorliegend insbesondere eine Lackhaftung gemeint. Gemäß bevorzugter Ausführungsformen wird beim Beschichten eine Isolationsschicht, insbesondere eine Lackschicht, aufgebracht, wobei insbesondere ein Isolationslack zur elektrischen Isolierung verwendet wird. Bevorzugte Beschichtungsverfahren sind: Beschichten mittels Zerstäuben eines Lacks, Drucken, Roll-, Tampon- oder Siebdruck, Tauchlackieren, elektrostatisches Sprühen, thermisches Spritzen oder Eloxieren.
- Zweckmäßigerweise werden zunächst Referenzwerte für die Lackhaftung bestimmt. Die Referenzwerte der Lackhaftung werden gemäß einer bevorzugten Ausführungsform des Verfahrens mittels Gitterschnitttest(s) ermittelt und in Form von Fotos der lackierten und getesteten Oberfläche und den Resultaten des Gitterschnitttests in Form von Gitterschnittkennwerten, beispielsweise zwischen 0 und 3, bereitgestellt. 0 bedeutet hierbei z.B. „in Ordnung“, 3 „nicht in Ordnung“. 1 und 2 können Abstufungen dazwischen darstellen. Der Gitterschnitttest ist, wie eingangs erwähnt, nach DIN EN ISO 2409 normiert. Dabei können Werte zwischen 0 und 5 erreicht werden. Die kleineren Werte stehen für eine gute (Lack-)Haftung, die höheren für eine schlechte (Lack-)Haftung. Die vorgenannte Einteilung zwischen 0 und 3 ist nur beispielhaft zu verstehen. Die Referenzwerte der Lackhaftung bilden mit den zugehörigen HSI-Daten die Grundlage für das Training des Algorithmus.
- Der Algorithmus versucht in der Trainingsphase Zusammenhänge zwischen den HSI-Daten und den Referenzwerten zu erkennen (also zu lernen). Diese gelernten Zusammenhänge können anschließend genutzt werden, um die Lackhaftung bzw. Beschichtungsqualität neuer Proben aus den HSI-Messungen vorherzusagen.
- Gemäß einer bevorzugten Ausführungsform umfasst das Verfahren den Schritt:
- - Verwenden eines Modells des maschinellen Lernens als Algorithmus.
- Gemäß einer bevorzugten Ausführungsform umfasst das Verfahren den Schritt:
- - Verwenden eines Random-Forest-Modells als Klassifikationsverfahren.
- Da die Zielwerte der Lackhaftung bzw. dem Ergebnis des Gitterschnitts eine ganzzahlige Variable (mit Werten zwischen 0 und 3) sind, handelt es sich um ein Klassifikationsproblem. Das heißt, dass das Modell versucht, dem gemessenen Spektrum bzw. Bild den korrekten Gitterschnittkennwert zuzuordnen. Ein oft auftretendes Problem beim Training von Modellen des maschinellen Lernens ist das sogenannte Over-Fitting, also eine Überanpassung des Modells an die Trainingsdaten. Das Modell kann die Trainingsdaten zwar mit sehr hoher Genauigkeit klassifizieren, versagt aber bei der Klassifikation von neuen Daten, welche sich nicht im Trainingsdatensatz befinden oder befanden. Das Modell hat also keine allgemeinen Regeln zur Klassifikation der Daten gelernt, sondern nur die Trainingsdaten auswendig gelernt. Um dieses Phänomen zu unterbinden gibt es zum einen diverse Methoden beim Training der Modelle, zum anderen ist es wichtig, bei der Validierung von Klassifikationsmodellen die Vorhersagegenauigkeit für neue Datenpunkte zu kennen, um die Güte der Modelle abschätzen zu können. Eine häufig eingesetzte Methode für die Validierung ist die k-fache Kreuzvalidierung. Dabei wird der komplette Datensatz in k-gleichgroße Teildatensätze aufgeteilt. Anschließend werden k-Klassifikationsmodelle trainiert, wobei jeweils einer der k-Datensätze nicht für das Training eingesetzt wird. Auf diesen Datensatz wird das fertig trainierte Modell angewendet und der Zielwert (also hier die Lackhaftung) wird vorhergesagt und mit den Referenzwerten verglichen. Die erhaltenen k-Genauigkeiten können schließlich gemittelt werden und liefern eine gute Abschätzung der Klassifikationsgenauigkeit des Modells für neue Daten. Vorliegend wird zweckmäßigerweise für die Bewertung der trainierten Modelle die Genauigkeit der fünffachen Kreuzvalidierung (k = 5) gewählt.
- Für Klassifikationsprobleme existiert eine große Anzahl an Algorithmen. Neben CNNs (Engl. Convolutional Neural Network, CNN) sind vorliegend beispielsweise die Logistic Regression, Random Forest und Support Vector Machine Modelle zu erwähnen. Es hat sich herausgestellt, dass vorliegend insbesondere Random Forest Modelle sehr gute Ergebnisse liefern.
- Steht eine ausreichende hohe Menge an Trainingsdaten zur Verfügung, sind vorliegend auch Algorithmen/Modelle aus dem Bereich Deep Learning zielführend.
- Gemäß einer Ausführungsform umfasst das Verfahren den Schritt:
- - Erzeugen des HSI-Bildes vor oder nach einer Reinigung der Oberfläche, insbesondere mittels Laserbehandlung.
- Das Verfahren hat sich als ausreichend robust erwiesen, beide Varianten zu ermöglichen. Bevorzugt wird das HSI-Bild nach der Reinigung der Oberfläche, welche gemäß einer Ausführungsform über eine Laserbehandlung der Oberfläche durchgeführt wird, aufgenommen.
- Gemäß einer Ausführungsform umfasst das Verfahren den Schritt:
- - Plasmaaktivieren der Oberfläche, insbesondere nach der Laserbehandlung.
- Damit kann die Beschichtungsqualität ggf. noch weiter gesteigert werden. Zweckmäßigerweise erfolgt das Erzeugen des HSI-Bildes noch vor der Plasmaaktivierung, alternativ aber auch danach.
- Gemäß einer Ausführungsform umfasst das Verfahren den Schritt:
- - Gezieltes Nachbearbeiten der Oberfläche zur Beeinflussung der Qualität der Beschichtung.
- Zweckmäßigerweise können die Informationen, die der Algorithmus liefert, dazu genutzt werden, die noch nicht beschichtete Oberfläche zumindest lokal gezielt nachzuarbeiten, insbesondere beispielsweise (wiederholt bzw. mit einem anderen Verfahren) zu reinigen.
- Gemäß einer Ausführungsform umfasst das Verfahren den Schritt:
- - Anpassen des Beschichtungsverfahrens in Abhängigkeit der Vorhersage.
- Gegebenenfalls kann das Beschichtungsverfahren angepasst, insbesondere geändert oder auch optimiert werden. Damit ist insbesondere eine Anpassung oder Änderung von Beschichtungsparametern gemeint. Alternativ wird das Beschichtungsverfahren aber auch geändert. So wird beispielsweise ein anderes Beschichtungsverfahren verwendet, wie beispielsweise ein Druckverfahren anstatt eines Sprühverfahrens etc.
- Gemäß einer bevorzugten Ausführungsform ist das Bauteil ein Gehäuse einer Energiespeichereinheit. Die Energiespeichereinheit ist insbesondere eine Energiespeicherzelle, insbesondere eine Lithium-Ionen-Energiespeicherzelle. Das Gehäuse ist zweckmäßigerweise ein prismatisches Gehäuse aus einem Metallwerkstoff, insbesondere aus einem Aluminiumwerkstoff. Die Gehäuseform ist allerdings nicht auf das vorliegende Beispiel beschränkt, ebenso nicht auf das vorgenannte Material.
- Je nach Bauteil kann eine schlechte Haftung der Beschichtung bzw. eine schlechte Lackhaftung unterschiedliche Ursachen haben. Im Falle von Lithium-Ionen-Batteriezellen liegt oftmals eine Oberflächenverschmutzung durch Elektrolyt vor.
- Die Batteriezellen sind durch den Abfüllprozess teilweise mit Elektrolyt verunreinigt, wodurch eine nur geringe Haftung des nachfolgend aufgebrachten Lacks resultiert. Die NIR-Messung ist hier besonders vorteilhaft, da sie empfindlich für chemische Substanzen mit Absorptionsbanden ist. Um die Haftung des Lacks zu erhöhen, wird jede Batteriezelle vor dem Lackieren mittels Laserbehandlung gereinigt/aufgeraut. Das Erzeugen von Bilddaten kann, wie erwähnt, zweckmäßigerweise vor oder nach der Laserbehandlung erfolgen.
- Die Erfindung richtet sich weiter auch auf Verfahren zum Herstellen eines Bauteils, wobei das Verfahren die Schritte umfasst:
- - Bereitstellen eines Bauteils und Durchführen des erfindungsgemäßen Verfahrens zum Bestimmen der Qualität der Beschichtung des Bauteils;
- - Beschichten oder Nachbearbeiten des Bauteils, abhängig von der Vorhersage.
- Mit Vorteil kann damit ein zerstörungsfreies Prüfverfahren in den Herstellungsprozess des Bauteils integriert werden. Durch die gute Automatisierbarkeit beim Einsatz entsprechender Kameratechnik kann das Verfahren auch für eine 100%-Prüfung in der Produktion herangezogen werden.
- Zweckmäßigerweise ist das Bauteil ein Gehäuse einer elektrischen Energiespeichereinheit. Das Gehäuse soll zumindest bereichsweise mit einer Isolationsschicht, insbesondere zur elektrischen Isolierung, versehen werden. Das Verfahren umfasst gemäß einer Ausführungsform die Schritte:
- - Lackieren des Gehäuses und Messen der Lackschichtdicke;
- - Erneutes Lackieren des Gehäuses und Messen der Lackschichtdicke;
- - Messen der Hochvoltfestigkeit des Gehäuses.
- Mit Vorteil erfolgt die Bestimmung der Qualität der Beschichtung noch vor dem ersten Lackieren des Gehäuses.
- Weiter richtet sich die Erfindung auf ein Kraftfahrzeug, welches zumindest ein Bauteil aufweist, welches nach dem erfindungsgemäßen Verfahren hergestellt wurde. Das Kraftfahrzeug ist gemäß einer bevorzugten Ausführungsform ein Kraftrad, ein Nutzfahrzeug oder insbesondere ein Personenkraftwagen. Das Bauteil ist bevorzugt ein elektrisches Bauteil oder eine elektrische Komponente/Baueinheit. Gemäß einer bevorzugten Ausführungsform ist das Bauteil insbesondere eine Energiespeicherzelle, wie eine (wiederaufladbare) Batteriezelle, bevorzugt eine Lithium-Ionen-Zelle oder eine Lithium-Schwefel-Zelle.
- ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Patentliteratur
-
- DE 102012213868 A1 [0002]
Claims (11)
- Verfahren zum Bestimmen der Qualität der Beschichtung eines Bauteils, umfassend die Schritte: - Bereitstellen eines Bauteils, wobei das Bauteil eine Oberfläche aufweist, welche zur Beschichtung vorgesehen ist; - Untersuchen der Oberfläche mittels hyperspektraler Bildgebung zum Erzeugen zumindest eines HSI-Bildes; - Verwenden des zumindest einen HSI-Bildes in einem Algorithmus zur Vorhersage der Qualität einer Beschichtung.
- Verfahren nach
Anspruch 1 , umfassend den Schritt: - Trainieren des Algorithmus mittels Gitterschnitttestdaten. - Verfahren nach
Anspruch 1 oder2 , umfassend den Schritt: - Verwenden eines Modells des maschinellen Lernens als Algorithmus. - Verfahren nach
Anspruch 3 , umfassend den Schritt: - Verwenden eines Random-Forest-Modells als Klassifikationsverfahren. - Verfahren nach einem der vorhergehenden Ansprüche, umfassend den Schritt: - Erzeugen des zumindest eines HSI-Bildes vor oder nach einem Reinigen der Oberfläche.
- Verfahren nach einem der vorhergehenden Ansprüche, umfassend den Schritt: - Gezieltes Nachbearbeiten der Oberfläche zur Beeinflussung der Qualität der Beschichtung.
- Verfahren nach einem der vorhergehenden Ansprüche, umfassend den Schritt: - Anpassen des Beschichtungsverfahrens in Abhängigkeit der Vorhersage.
- Verfahren nach einem der vorhergehenden Ansprüche, wobei das Bauteil ein Gehäuse einer Energiespeichereinheit ist.
- Verfahren zum Herstellen eines Bauteils, umfassend die Schritte: - Bereitstellen eines Bauteils und Durchführen eines Verfahrens nach einem der vorhergehenden Ansprüche; - Beschichten oder Nachbearbeiten des Bauteils, abhängig von der Vorhersage.
- Verfahren nach
Anspruch 9 , wobei das Bauteil ein Gehäuse einer elektrischen Energiespeichereinheit ist, umfassend die Schritte: - Lackieren des Gehäuses und Messen der Lackschichtdicke; - Erneutes Lackieren des Gehäuses und Messen der Lackschichtdicke; - Messen der Hochvoltfestigkeit des Gehäuses. - Kraftfahrzeug, umfassend zumindest ein Bauteil, hergestellt nach einem Verfahren gemäß einem der
Ansprüche 9 bis10 .
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020125341.9A DE102020125341A1 (de) | 2020-09-29 | 2020-09-29 | Verfahren zur Bestimmung der Qualität der Beschichtung eines Bauteils, Verfahren zur Herstellung eines Bauteils sowie Kraftfahrzeug |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020125341.9A DE102020125341A1 (de) | 2020-09-29 | 2020-09-29 | Verfahren zur Bestimmung der Qualität der Beschichtung eines Bauteils, Verfahren zur Herstellung eines Bauteils sowie Kraftfahrzeug |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102020125341A1 true DE102020125341A1 (de) | 2022-03-31 |
Family
ID=80624333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102020125341.9A Pending DE102020125341A1 (de) | 2020-09-29 | 2020-09-29 | Verfahren zur Bestimmung der Qualität der Beschichtung eines Bauteils, Verfahren zur Herstellung eines Bauteils sowie Kraftfahrzeug |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102020125341A1 (de) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012213868A1 (de) | 2012-08-06 | 2014-02-06 | Robert Bosch Gmbh | Batterie mit einem metallischen Gehäuse, Verfahren zur Herstellung einer Beschichtung von metallischen Batteriegehäusen und Kraftfahrzeug |
DE102015217091A1 (de) | 2015-09-07 | 2017-03-09 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V | Anordnung zur Bestimmung der erreichbaren Haftfestigkeit vor Ausbildung einer stoffschlüssigen Verbindung an einer Oberfläche eines Fügepartners |
EP3543681A1 (de) | 2018-03-23 | 2019-09-25 | Saint-Gobain Glass France | Detektionssystem zur detektion von spezifischen kleinen organischen teilchen auf unbeschichtetem oder beschichtetem glas mit hohem durchsatz |
DE102018128501A1 (de) | 2018-11-14 | 2020-05-14 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Beschichten einer Batteriezelle einer Fahrzeugbatterie |
-
2020
- 2020-09-29 DE DE102020125341.9A patent/DE102020125341A1/de active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012213868A1 (de) | 2012-08-06 | 2014-02-06 | Robert Bosch Gmbh | Batterie mit einem metallischen Gehäuse, Verfahren zur Herstellung einer Beschichtung von metallischen Batteriegehäusen und Kraftfahrzeug |
DE102015217091A1 (de) | 2015-09-07 | 2017-03-09 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V | Anordnung zur Bestimmung der erreichbaren Haftfestigkeit vor Ausbildung einer stoffschlüssigen Verbindung an einer Oberfläche eines Fügepartners |
EP3543681A1 (de) | 2018-03-23 | 2019-09-25 | Saint-Gobain Glass France | Detektionssystem zur detektion von spezifischen kleinen organischen teilchen auf unbeschichtetem oder beschichtetem glas mit hohem durchsatz |
DE102018128501A1 (de) | 2018-11-14 | 2020-05-14 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Beschichten einer Batteriezelle einer Fahrzeugbatterie |
Non-Patent Citations (1)
Title |
---|
WOLLMANN, P; GRÄHLERT, W.: In: Fraunhofer IWS. Dresden: imanto imaging tools. 2016. - Firmenschrift. https://www.iws.fraunhofer.de/imanto [abgerufen am 26.04.2016] |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3098581B1 (de) | Verfahren zur korrektur von untergrundsignalen in einem spektrum | |
DE102009033098B4 (de) | Verfahren und Vorrichtung zum Ermitteln von Eigenschaften von strukturierten Oberflächen | |
DE102010061505B4 (de) | Verfahren zur Inspektion und Detektion von Defekten auf Oberflächen von scheibenförmigen Objekten | |
DE102015118551A1 (de) | Verfahren zum Ermitteln von Texturparametern eines Lacks | |
DE102006037681A1 (de) | Vorrichtung und Verfahren zur topographischen Bestimmung von Oberflächeneigenschaften | |
EP0917647B1 (de) | Verfahren zur bestimmung von eigenschaftsänderungen einer probe | |
DE102011002464A1 (de) | Schnelles Farbverifikationssystem unter Verwendung eines digitalen Bildgebungs- und Kurvenvergleichsalgorithmus | |
WO2009071152A1 (de) | Verfahren und vorrichtung zur modellierung und simulation optischer eigenschaften von effektstofflacken und bestimmung von beleuchtungs- und messgeometrien für spektralphotometer | |
EP3903077A1 (de) | Verfahren und vorrichtung zum auffinden und anpassen von effektfarbformulierungen unter abgleich mit der visuellen wahrnehmung von textureigenschaften | |
EP3928079B1 (de) | Verfahren und vorrichtung zum identifizieren von interferenzpigmenten in einer beschichtung | |
DE102020125341A1 (de) | Verfahren zur Bestimmung der Qualität der Beschichtung eines Bauteils, Verfahren zur Herstellung eines Bauteils sowie Kraftfahrzeug | |
DE202018103274U1 (de) | Vorrichtung zur Oberflächeninspektion eines Kraftfahrzeugs | |
EP3047253A1 (de) | Verfahren und vorrichtung zur ermittlung der abriebeigenschaften eines beschichteten flachprodukts | |
DE102020208474A1 (de) | Messung der Empfindlichkeit von Klassifikatoren anhand zusammenwirkender Störungen | |
DE102016105102A1 (de) | Verfahren zur Untersuchung verteilter Objekte | |
EP3325941B1 (de) | Anordnung zur bestimmung der permeationsrate einer probe | |
DE102004046461B4 (de) | Verfahren zur Ermittlung der Lackqualität einer lackierten Oberfläche, insbesondere eines lackierten Fahrzeugkarosserieteils | |
DE102010023655A1 (de) | Verfahren zur automatisierten Beurteilung von Korrosionsschäden nach zerstörungsfreier Prüfung mittels Impulsthermographie | |
WO2021122469A1 (de) | Verfahren zur qualitätssicherung industriell beschichteter metallischer substrate | |
DE112008003190B4 (de) | Verfahren und Vorrichtung zur Qualitätskontrolle einer Oberfläche | |
DE102016206538A1 (de) | Verfahren zum Bestimmen eines Ladezustands einer Batterie für ein Kraftfahrzeug, Vorrichtung sowie Kraftfahrzeug | |
DE102008037063A1 (de) | Verfahren zum Prüfen einer Beschichtung, insbesondere eines Lackes | |
EP2215599B1 (de) | Verfahren zum lackieren und zur qualitätskontrolle von oberflächen | |
DE102017210548A1 (de) | Dickenunabhängige spektroskopische Analyse von Betriebsstoffen | |
AT502094B1 (de) | Verfahren zur analyse der oberflächeneigenschaften eines materials |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G01J0003280000 Ipc: G01N0021250000 |
|
R163 | Identified publications notified |