Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter March 16, 2017

Modellierung und Steigerung der Güte von Qualitätsregelkreisen

Quality Control Modelling Language (QMOLA) als neues Werkzeug

  • Marco Schick , Hisham Mubarak and Martin Haueis

Kurzfassung

Die Beherrschung der Qualität in stark vernetzten Wertschöpfungsketten stellt völlig neue Anforderungen an das Design zukünftiger Qualitätsregelkreise. Heutige Formen der Modellierung von Qualitätsregelkreisen werden diesen neuen Ansprüchen komplexer Produktionssysteme nicht mehr gerecht, da die Vernetzung der Regelkreiselemente zu stark vereinfacht abgebildet wird. Wesentliche Zusammenhänge im Regelkreisverhalten bleiben dadurch unerkannt. Dies ist Anlass für die Entwicklung der Modellierungssprache QMOLA (Quality Control Modelling Language), welche die Darstellung komplexer Qualitätsregelkreise in übersichtlicher Form ermöglicht und anhand von Bewertungskriterien die Basis zur qualitativen und quantitativen Modellierung und Bewertung der Regelelemente schafft.

Abstract

Quality Control Modeling Language (QMOLA) as a new tool is aimed at modeling quality control loops and increasing their quality. Quality control in densely interlinked value chains poses a whole new array of challenges to the design of future quality control loops. Existing forms of quality control loop modelling do no longer meet the requirements of today's complex production systems. Main reason is the high degree of model simplification of control loop element interlinkages. As a result, major interrelations within the control loop mechanism remain unrecognized. This is the backdrop against which the modelling language QMOLA (Quality Control Modeling Language) has been developed. It allows for the clearcut representation of complex quality control loops and creates the basis required for the qualitative and quantitative modeling and evaluation of control loop elements against a set of evaluation criteria.


Marco Schick studierte Wirtschaftsingenieurwesen an der Universität Karlsruhe (TH) und ist dort seit 2005 am Institut für Produktionstechnik (wbk) tätig. Seine Forschungsschwerpunkte liegen im Bereich der Qualitätsregelung in manuellen Montageprozessen und des Industrial Learnings.

Hisham Mubarak studierte Elektrotechnik und Informationstechnik sowie INFOrmation TECHnology an der Universität Stuttgart. Seit 2004 ist er dort am Institut für Automatisierungs- und Softwaretechnik als akademischer Mitarbeiter tätig. Seine Forschungsschwerpunkte liegen auf dem Gebiet der Agenten in der Automatisierungstechnik im Allgemeinen und dem agentenbasierten Selbstmanagement von Automatisierungssystemen im Speziellen.

Dr. sc. techn. Martin Haueis studierte Maschinenbau an den Universitäten Jena und Karlsruhe. Während dieser Zeit absolvierte er Forschungsaufenthalte bei Yaskawa Denki und den NTT Research Laboratories in Japan. Anschließend promovierte er an der ETH Zürich. Danach war er Projektleiter für MEMS Reliability Research an den Bell Laboratories, Lucent Technologies, USA. Seit 2002 ist er in verschiedenen Positionen in der Daimler AG tätig, derzeit als Leiter für das Fachgebiet Reliability Methods im Bereich Research and Advanced Engineering in Böblingen.


References

1 Pfeifer, T.: Qualitätsmanagement: Strategien, Methoden, Techniken. 3. überarbeitete und erweiterte Auflage, Carl Hanser Verlag, München, Wien2001Search in Google Scholar

2 Deming, W.E.: Out of the Crisis. Massachusetts Institute of Technology, Cambridge1982Search in Google Scholar

3 Schick, M.; Haueis, M.; Schneider, F.: Lernregelkreise zur Unterstützung der Qualitätsregelung in der manuellen Montage. ZWF104 (2009) 6, S. 463467Search in Google Scholar

Online erschienen: 2017-03-16
Erschienen im Druck: 2009-12-18

© 2009, Carl Hanser Verlag, München

Downloaded on 3.6.2024 from https://www.degruyter.com/document/doi/10.3139/104.110219/html
Scroll to top button