Open Access

In elektrischen Maschinen werden zur Führung des magnetischen Flusses Eisenkerne aus voneinander isolierten, dünnen Elektroblechlamellen verwendet. Die weichmagnetischen Eigenschaften und der im Vergleich zu reinem Eisen erhöhte elektrische Widerstand dieses Werkstoffs sind essentiell für die Leistung und den Wirkungsgrad der Maschine. Bis zum fertigen Eisenkern beziehungsweise bis zum fertigen Antrieb durchläuft das Elektroband mehrere Fertigungsschritte. Durch das formgebende Schneiden werden die magnetischen Eigenschaften im Schnittkantenbereich beeinflusst, wodurch die Eisenverluste erhöht werden und die Polarisierbarkeit gesenkt wird. Darüber hinaus werden bei der Montage der Eisenkerne zusätzlich mechanische Spannungen in das Material eingebracht, was sich ebenfalls negativ auf die Performance der elektrischen Maschine auswirkt. Gegenstand dieser Arbeit ist die experimentelle Untersuchung der genannten Bearbeitungsverfahren auf die magnetischen Eigenschaften und Eisenverluste unter Berücksichtigung der Materialparameter wie Korngröße und Legierungsgehalt. Ein Schwerpunkt liegt dabei auf der quantitativen vergleichenden Bewertung der unterschiedlichen Schneidverfahren. Der zweite Teil dieser Arbeit beschäftigt sich mit den Auswirkungen von makroskopischen mechanischen Spannungen, wie sie bei der Montage entstehen, und der Korrelation mit den Auswirkungen des Schneidprozesses. Bei den untersuchten Materialien handelt es sich um großtechnisch hergestellte Seriengüten, welche in elektrischen Antrieben von Hybrid- und E-Fahrzeugen eingesetzt werden. Um den Einfluss des Schneidens zu untersuchen wurde ein experimentelles Verfahren entwickelt, welches sowohl makro- als auch mikromagnetische Untersuchungen kombiniert. Zusätzlich wurden lichtmikroskopische Aufnahmen und Mikrohärtemessungen durchgeführt. Damit die Ergebnisse vergleichbar sind wurde für beide Untersuchungsarten dieselbe Probengeometrie in Form vom Ringkernen gewählt. Für die Untersuchung von makroskopischen Spannungen wurde die feldmetrische Methode mit Streifenproben verwendet, sodass die mechanische Spannung homogen über den Probenquerschnitt anliegt.

Production processes in Industry 4.0 settings are usually highly automated. However, many complicated tasks, such as machine maintenance, must be executed by human workers. In current smart factories, such tasks can be supported by Augmented Reality (AR) devices. These AR tasks rely on high numbers of contextual factors like live data from machines or work safety conditions and are mostly not well integrated into the global production process. This can lead to various problems like suboptimal task assignment, over-exposure of workers to hazards like noise or heat, or delays in the production process. Current Business Process Management (BPM) Systems (BPMS) are not capable of readily taking such factors into account. There- fore, this contribution proposes a novel approach for context- integrated modeling and execution of processes with AR tasks. Our practical evaluations show that our AR Process Framework can be easily integrated with prevalent BPMS. Furthermore, we have created a comprehensive simulation scenario and our findings suggest that the application of this system can lead to various benefits, like better quality of AR task execution and cost savings regarding the overall Industry 4.0 processes.

Die Anforderungen an gute Unternehmensführung (Corporate Governance) nehmen in der Praxis stetig zu. Dies ist zum einen auf eine stark ansteigende Regulierungsdichte zurückzuführen. Beispiele wie die 2018 in Kraft tretende EU-Datenschutzgrundverordnung, das neue CSR-Richtlinie-Umsetzungsgesetz oder das seit 2016 anzuwendende Gesetz zur gleichberechtigen Teilhabe von Frauen in Führungspositionen zeigen, dass internationale und nationale Gesetzgeber das Thema Corporate Governance als außerordentlich wichtig erachten.