Machine tool components are widely used in many industrial applications. In accordance with their usage, a reliable health monitoring system is necessary to detect defects in these components in order monitor machinery performance and avoid malfunction. Even though several techniques have been reported for fault detection and diagnosis, it is a challenging task to implement a condition monitoring system in real world applications due to their complexity in structure and noisy operating environment. The primary objective of this thesis is to develop novel intelligent algorithms for a reliable fault diagnosis of machine tool components. Another objective is to use Micro Electro Mechanical System (MEMS) sensor and interface it with Raspberry pi hardware for the real time condition monitoring. Primarily knowledge based approach with morphological operators and Fuzzy Inference System is proposed, the e˙ectiveness of this approach lies in the selection of structuring elements(SEs). When this is evaluated with di˙erent classes of bearing fault signals, it is able to detect the fault frequencies e˙ectively. Secondarily, An analytical approach with multi class support machine is proposed, this method has uniqueness of learning on its own with out any prior knowledge, the e˙ectiveness of this method lies on selected features and used kernel for converging. Results have shown that RBF (Radial Bias Function) kernel, which is commonly known as gauss kernel has good performance in identifying faults with less computation time. An idea of prototyping these methods has triggered in using Micro Electro Mechanical System (MEMS) sensor for data acquisition and real time Condition Monitoring. LIS3DH accelerometer sensor is used for the data acquisition of spindle for capturing high frequency fault signals. The measured data is analyzed and compared with the industrial sensor k-shear accelerometer type 8792A.

Machine tool components are widely used in many industrial applications. In accordance with their usage, a reliable health monitoring system is necessary to detect defects in these components in order monitor machinery performance and avoid malfunction. Even though several techniques have been reported for fault detection and diagnosis, it is a challenging task to implement a condition monitoring system in real world applications due to their complexity in structure and noisy operating environment. The primary objective of this thesis is to develop novel intelligent algorithms for a reliable fault diagnosis of machine tool components. Another objective is to use Micro Electro Mechanical System (MEMS) sensor and interface it with Raspberry pi hardware for the real time condition monitoring. Primarily knowledge based approach with morphological operators and Fuzzy Inference System is proposed, the e˙ectiveness of this approach lies in the selection of structuring elements(SEs). When this is evaluated with di˙erent classes of bearing fault signals, it is able to detect the fault frequencies e˙ectively. Secondarily, An analytical approach with multi class support machine is proposed, this method has uniqueness of learning on its own with out any prior knowledge, the e˙ectiveness of this method lies on selected features and used kernel for converging. Results have shown that RBF (Radial Bias Function) kernel, which is commonly known as gauss kernel has good performance in identifying faults with less computation time. An idea of prototyping these methods has triggered in using Micro Electro Mechanical System (MEMS) sensor for data acquisition and real time Condition Monitoring. LIS3DH accelerometer sensor is used for the data acquisition of spindle for capturing high frequency fault signals. The measured data is analyzed and compared with the industrial sensor k-shear accelerometer type 8792A.

In der vorliegenden Arbeit wird die Entwicklung eines auf mikromechanischen Sensorstrukturen basierenden Schwingungsmesssystems dargestellt. Die Besonderheit besteht im frequenzselektiven Wirkprinzip. Der Sensor siebt an seiner Resonanzstelle aus einem breitbandigen Anregungssignal ein schmales Band heraus und unterdrückt die anderen Frequenzbereiche. Auf diese Weise werden ohne Fourier-Transformation direkt spektrale Informationen gewonnen. Weiterhin sind die Resonanzfrequenz und damit der Messbereich mittels elektrostatischer Kräfte in einem weiten Bereich abstimmbar.

Methoden zur Steigerung der Effektivität, Produktivität oder Zuverlässigkeit von Fertigungsanlagen werden bislang systematisch unvollständig angewendet. In der vorliegenden Arbeit werden bekannte Methoden in ihrer Wirkung auf die Prozesszuverlässigkeit hin untersucht. Grundsätzlich wird dabei das Fertigungssystem als sozio-technisches System im Sinne des MTO-Ansatzes (Mensch-Technik-Organisation) betrachtet und die Methoden auf die einzelnen Systemelemente angewendet. Die Prozesszuverlässigkeit wird in den Dimensionen Verfügbarkeit, Leistungs- und Qualitätsgrad betrachtet. Die aus der Analyse der Methoden abgeleiteten Standardabläufe beziehen sich auf die beiden Lebensphasen der Fertigungsanlage - Entwicklung- und Betriebsphase - in welchen die Prozesszuverlässigkeit maßgeblich bestimmt wird bzw. von besonderer Bedeutung ist. Die Akquise von Zustandsinformationen ist zur Verbesserung der Prozesszuverlässigkeit von zentraler Bedeutung. Der Nutzen und die Wirksamkeit werden am Beispiel einer permanenten, vorausschauenden Zustandsüberwachung nachgewiesen.

Die Publikation informiert über Aufgaben, Konzeption und Organisation der Grundwasserbeobachtung im Freistaat Sachsen. Dabei werden die Messnetze zur Beobachtung des mengenmäßigen und chemischen Grundwasserzustandes, der Trendentwicklungen und des Wasserhaushaltes vorgestellt.

Strukturüberwachung und Condition Monitoring spielen in vielen Gebieten der Technik eine große Rolle. Zur Überwachung von Leichtbaustrukturen aus faserverstärkten Kunststoffen bietet sich hierfür besonders die Körperschall-Analyse an. Am Markt etabliert sind hierfür piezoelektrische Signalaufnehmer. Diese Arbeit stellt eine kostengünstige Alternative in Form von mikromechanischen Körperschall-Sensoren vor. Eine Besonderheit stellt hierbei das Prinzip des mechanischen Bandpasses dar. Es wird die Elektronik- und Gehäuseentwicklung sowie die experimentelle Untersuchung dargelegt. / Structural health monitoring is of vital importance in many technical fields. For monitoring of lightweight structures made from fiber reinforced plastics especially acoustic emission testing is used. Commercially available transducers utilize the piezoelectric effect. This thesis introduces a cost efficient alternative in form of micromechanical sensors, in particular sensors using the principle of a mechanical bandpass. The design of electronics and the packaging as well as experimental investigations are provided.

Durch Funktionsintegration lassen sich im Automobilbau nicht nur die Anzahl der Bauteile, sondern auch Kosten und Gewicht reduzieren. Diese Methode wurde insbesondere für die Werkstoffe Blech und Kunststoff erforscht. Der Stand der Technik erlaubt es jedoch nicht, beide Werkstoffe mit ihren spezifischen Eigenschaften optimal zu kombinieren, um Bauteile mit integrierten Funktionen in großer Stückzahl herzustellen. In dieser Arbeit wurde ein sensorischer Werkstoffverbund behandelt, bestehend aus einer thermoplastischen Folie mit piezokeramischen Partikeln, einem Aluminiumblech und Kupferelektroden. Der Fokus lag auf den Prozessschritten des Fügens der thermoplastischen sensorischen Folie mit einem Aluminiumblech sowie der schädigungsfreien Weiterverarbeitung des sensorischen hybriden Laminats mittels Blechumformprozessen. Dabei wurde ein robuster kontinuierlicher Fügeprozess zwischen thermoplastischer Folie und Aluminiumblech realisiert und die mechanischen und technologischen Eigenschaften des sensorischen Hybridlaminats umfassend charakterisiert. Das sensorische Laminat wurde anschließend in einen Blechumformprozess überführt, um einen Funktionsdemonstrator herzustellen. Zusätzlich wurde ein Finite-Elemente-Modell zur Beschreibung des Umformverhaltens mit Fokus auf die Metall-Kunststoff-Grenzfläche entwickelt. Diese Methoden ermöglichten die Analyse und Optimierung des Prozesses. Abschließend wurde die Funktion des sensorischen Hybridlaminats als haptisches Eingabesystem und zur Zustandsüberwachung im Automobilbau demonstriert.:1 Einleitung 2 Stand der Technik 3 Motivation und Zielstellung 4 Konzipierung der Versuchsanlagen und Versuchsplanung 5 Prozesskette zur Herstellung ebener sensorischer hybrider Laminate 6 Ermittlung relevanter Kennwerte 7 Umformen von sensorischen Verbunden 8 Umformsimulation sensorischer hybrider Verbunde 9 Bestimmung der sensorischen Eigenschaften der umgeformten Verbunde 10 Zusammenfassung und Ausblick

Durch Funktionsintegration lassen sich im Automobilbau nicht nur die Anzahl der Bauteile, sondern auch Kosten und Gewicht reduzieren. Diese Methode wurde insbesondere für die Werkstoffe Blech und Kunststoff erforscht. Der Stand der Technik erlaubt es jedoch nicht, beide Werkstoffe mit ihren spezifischen Eigenschaften optimal zu kombinieren, um Bauteile mit integrierten Funktionen in großer Stückzahl herzustellen. In dieser Arbeit wurde ein sensorischer Werkstoffverbund behandelt, bestehend aus einer thermoplastischen Folie mit piezokeramischen Partikeln, einem Aluminiumblech und Kupferelektroden. Der Fokus lag auf den Prozessschritten des Fügens der thermoplastischen sensorischen Folie mit einem Aluminiumblech sowie der schädigungsfreien Weiterverarbeitung des sensorischen hybriden Laminats mittels Blechumformprozessen. Dabei wurde ein robuster kontinuierlicher Fügeprozess zwischen thermoplastischer Folie und Aluminiumblech realisiert und die mechanischen und technologischen Eigenschaften des sensorischen Hybridlaminats umfassend charakterisiert. Das sensorische Laminat wurde anschließend in einen Blechumformprozess überführt, um einen Funktionsdemonstrator herzustellen. Zusätzlich wurde ein Finite-Elemente-Modell zur Beschreibung des Umformverhaltens mit Fokus auf die Metall-Kunststoff-Grenzfläche entwickelt. Diese Methoden ermöglichten die Analyse und Optimierung des Prozesses. Abschließend wurde die Funktion des sensorischen Hybridlaminats als haptisches Eingabesystem und zur Zustandsüberwachung im Automobilbau demonstriert.

Die Arbeit stellt ein Messsystem zur Überwachung von hochbelastbaren Leichtbauwerkstoffen, den Faserkunststoffverbunden vor. Speziell die Materialdehnung und die Eigenfrequenzen rotatorischer Systeme stellen als Schäden im makroskopischen Bereich eine Herausforderung an das Messsystem dar. Aber auch mikroskopische Erscheinungen wie Delaminationen oder Zwischenfaserbrüche gilt es an diesen Bauelementen zu erfassen.

In der vorliegenden Arbeit wird die Entwicklung eines auf mikromechanischen Sensorstrukturen basierenden Schwingungsmesssystems dargestellt. Die Besonderheit besteht im frequenzselektiven Wirkprinzip. Der Sensor siebt an seiner Resonanzstelle aus einem breitbandigen Anregungssignal ein schmales Band heraus und unterdrückt die anderen Frequenzbereiche. Auf diese Weise werden ohne Fourier-Transformation direkt spektrale Informationen gewonnen. Weiterhin sind die Resonanzfrequenz und damit der Messbereich mittels elektrostatischer Kräfte in einem weiten Bereich abstimmbar.