DACH - Jahrestagung 2004 Salzburg

ZfP in Forschung, Entwicklung und Anwendung

Start > Beiträge > Vorträge > Simulation 2: Print

Abschätzung der Restlebensdauer von elektrischen Schaltkontakten mittels akustischer Signaturanalyse

F. Schubert, K.-J. Fröhlich, B. Frankenstein,
Fraunhofer-Institut für zerstörungsfreie Prüfverfahren (IZFP-Dresden)
W. Erven, H. Pursch,P. Terhoeven, O. Dühr, F. Berger,
Moeller GmbH, Bonn
G. Reppe,
RHe Microsystems GmbH, Radeberg
K. Voigt,
Marco Systemanalyse und Entwicklung GmbH, Hermsdorf
Kontakt: Dr.-Ing. Frank Schubert

Abstract

Die vorliegende Arbeit beschreibt Zwischenergebnisse des noch bis 2005 laufenden Projekts "Akustische Signaturanalyse mit Mikromodulen zur Diagnose und Qualitätsbewertung von Bauteilen im Maschinen- und Anlagenbau (ASiMik)", das im Rahmen des Schwerpunktprogramms "Mikrosystemtechnik 2000+" des Bundesministeriums für Bildung und Forschung (bmb+f) unter dem Kennzeichen 16SV1704 gefördert wird. Als Projektträger fungiert der VDI/VDE-IT in Teltow. Neben dem Fraunhofer-Institut für zerstörungsfreie Prüfverfahren (IZFP-Dresden) sind die Firmen Moeller GmbH (Bonn), Marco Systemanalyse und Entwicklung GmbH (Hermsdorf) und RHe Microsystems GmbH (Radeberg) an den Arbeiten beteiligt.

Im Projekt wird die Restlebensdauer von elektrischen Schaltkontakten mit Hilfe der akustischen Signaturanalyse ermittelt. Bei diesem Verfahren wird die akustische Signatur des Gesamtsystems, bestehend aus Schaltkontakt und Sensor/Aktor-Modul, mit Hilfe von Zeit- Frequenzdarstellungen (Spektrogrammen) ausgewertet. Die Spektrogramme stellen akustische Fingerprints des Systems dar, die sich während der Lebensdauer des Schaltkontaktes aufgrund von Erosionsvorgängen verändern. Diese Veränderungen können zur Abschätzung der Restlebensdauer des Kontaktes ausgenutzt werden. Dazu werden passende Merkmale, die Auskunft über den aktuellen Zustand des Kontaktes geben, mit Hilfe eines automatisierten Verfahrens identifiziert. Im Text wird neben den methodischen Grundlagen auch die technische Realisierung des Prüfverfahrens in Form einer mikrosystemtechnischen Lösung (Match-X) erläutert und diskutiert.

1. Motivation / Prüfaufgabe

Beim Schalten von elektrischen Kontakten unter Last entstehen Lichtbögen, die zur lokalen Aufschmelzung von Kontaktmaterial führen (siehe Abb. 1, links). Dabei kommt es durch Verspritzen des aufgeschmolzenen Materials beim Prellen und durch den Transport in Bogenlaufrichtung zu einem Materialabtrag. Abb. 2 zeigt den Abbrand nach einer unterschiedlichen Anzahl von Schaltvorgängen. Der beschriebene Kontaktverschleiß ist die häufigste Ursache für den Ausfall der Luftschütze. Bislang wurde lediglich eine periodische Wartungsstrategie bzw. ereignisgesteuerte Wartung praktiziert, wobei der Schütz auf Grund subjektiver Beurteilung des Wartungspersonals ausgetauscht wurde. Eine signifikante Erhöhung der Verfügbarkeit kann durch eine dauerhafte Information über den Kontaktzustand erreicht werden. Ein solches "Health Monitoring"-Konzept auf Basis der akustischen Signaturanalyse wird im Folgenden vorgestellt.

Abb 1: Hauptprozesse des Materialabtrags beim Schalten von Kontakten unter Last (links). Instrumentiertes Festschaltglied DIL 3 in eingebautem Zustand (rechts).
Abb 2: Abbrand des Festkontaktes nach verschiedenen Schaltzahlen. Die Abmessungen des Kontaktes im Bild rechts betragen 24.5 × 14 × 11 mm3.

Durch die Erosionsvorgänge verändern sich Geometrie und Masse des Schaltkontaktes und damit auch seine akustischen Eigenschaften. Diese Veränderungen werden durch einen miniaturisierten Sensor-Aktor-Modul aufgezeichnet, der unterhalb des Kontaktplättchens dauerhaft angebracht wird (siehe Schemazeichnung in Abb. 1, links). Aufgrund der Größenverhältnisse kann der Sensor/Aktor-Modul akustisch gegenüber dem Schaltkontakt nicht vernachlässigt werden, so dass die akustische Signatur des Gesamtsystems bewertet werden muss. Abb. 1 (rechts) zeigt das instrumentierte Festschaltglied DIL 3 in eingebautem Zustand.

2. Akustische Wellenausbreitung im Schaltkontakt

Um die Grundlagen der akustischen Wellenausbreitung im Schaltkontakt aufzuklären, wurden zunächst numerische 3D-Simulationen mit Hilfe der Elastodynamischen Finiten Integrationstechnik (EFIT, [1-2]) durchgeführt. Abb. 3 zeigt das aus rund 1.2 Millionen Gitterzellen bestehende EFIT-Modell des Schaltkontaktes inklusive angekoppeltem Sensor/Aktor-Modul. Als Anregung diente im vorliegenden Fall ein breitbandiges Sinc-Signal mit 50 Zyklen und einer oberen Grenzfrequenz von 1 MHz. Eingangssignal und zugehöriges Spektrum sind in Abb. 4 dargestellt. Wie man sieht, zeichnet sich das Signal durch ein nahezu konstantes Spektrum bis zur Grenzfrequenz aus und ist für die im Folgenden beschriebene Signaturanalyse besonders geeignet, da hierbei der gesamte Spektralbereich zur Auswertung herangezogen wird.

Abb 3: Aus rund 1.2 Millionen Gitterzellen bestehendes 3D-EFIT-Modell des freien Schaltkontaktes mit angekoppeltem Sensor/Aktor-Modul. Die Abmessungen des Kontaktes entsprechen denen des Originalbauteils in Abb. 2, rechts.


Abb 4: Breitbandiges Sinc-Anregungssignal mit 50 Zyklen (links) und nahezu konstantem Spektrum bis 1 MHz (rechts).

Abb. 5 zeigt Zeitschnappschüsse des elastischen Wellenfeldes in einem Querschnitt des dreidimensionalen Kontaktmodells noch während der Breitbandanregung durch den Ultraschallwandler. Das typische Aussehen eines detektierten Zeitsignals zeigt Abb. 6 (links). Deutlich ist das charakteristische Ausschwingverhalten zu erkennen.

Abb 5: EFIT-Zeitschnappschüsse der elastischen Wellenausbreitung während der Breitbandanregung durch den Ultraschallwandler. Die Bilder zeigen einen Querschnitt durch das dreidimensionale Kontaktmodell.
Abb 6: Berechnetes Zeitsignal am Ort des Sensors nach breitbandiger Sinc-Anregung (links). Zugehöriges Spektrogramm (rechts).

Das rechte Teilbild in Abb. 6 zeigt das zum Zeitsignal gehörige, mit Hilfe einer Kurzzeit- FFT berechnete Spektrogramm. Man erkennt deutlich, dass trotz gleichmäßiger Anregung bis 1 MHz nur zwei dominante Frequenzbereiche eine Rolle spielen, ein niederfrequenter Bereich bis etwa 250 kHz und ein höherfrequenter Bereich zwischen ca. 350 und 600 kHz.

Die numerischen Ergebnisse stimmen qualitativ gut mit experimentellen Befunden überein. Es ergeben sich allerdings deutliche quantitative Unterschiede, die insbesondere auf das nicht exakt modellierbare Innenleben des Kompositwandlers (Mehrschichtsystem mit teilweise unbekannten, piezoelektrischen und dissipativen Eigenschaften) sowie dem komplexen Einspannverhalten des Schaltkontaktes im Schütz (unzureichend bekannter, frequenzabhängiger Schallaustritt) zurückzuführen sind. Die Merkmalssuche zur Identifizierung geeigneter Parameter für die Quantifizierung des Materialabtrages muss deswegen an Realdaten erfolgen. Sie wird im Folgenden beschrieben.

3. Akustische Signaturanalyse

Das Prinzip der akustischen Signaturanalyse kann als Erweiterung bzw. Verallgemeinerung der traditionellen Modalanalyse angesehen werden. Bei letzterer ist i. a. eine explizite Identifizierung von Eigenmoden des Bauteils im Frequenzbereich notwendig. Die Moden werden dann hinsichtlich ihrer Lage- und Amplitude analysiert, wobei Änderungen derselben mit Veränderungen des zu untersuchenden Bauteils korreliert werden. Die Modalanalyse findet üblicherweise im niederfrequenten Bereich des Spektrums statt und ist daher relativ unempfindlich gegen kleine Fehlstellen. In der Regel sind die zu untersuchenden Bauteile deutlich größer als die Sensoren bzw. Aktoren, so dass im Wesentlichen das Schwingungsverhalten des Bauteils alleine beurteilt wird.

Im Gegensatz zur Modalanalyse ist bei der akustischen Signaturanalyse keine Identifizierung von Eigenmoden notwendig, bzw. in vielen Fällen auch gar nicht zweifelsfrei möglich. Statt einzelner Moden wird die Veränderung der akustischen Gesamtsignatur analysiert. Dies kann anhand des Zeitsignals, des Spektrums oder auch dem Spektrogramm erfolgen. Letzteres stellt quasi einen akustischen Fingerprint des Gesamtsystems dar, an dem sich Veränderungen desselben ablesen lassen. Im Gegensatz zur Modalanalyse können bei der Signaturanalyse auch höhere Frequenzen mit größerer Sensitivität gegenüber kleinen Fehlern ausgenutzt werden. Diese höhere Sensitivität geht allerdings auch mit einer erhöhten Empfindlichkeit gegen äußere Störeinflüsse einher.

Die Signaturanalyse wird häufig - wie auch im vorliegenden Fall - zur akustischen Analyse kleiner Bauteile herangezogen. Die Sensor-/Aktormodule sind dann in der Regel akustisch nicht mehr zu vernachlässigen, so dass die Signatur des verkoppelten Gesamtsystems, bestehend aus Bauteil plus Sensor/Aktor bewertet werden muss. Dazu wird eine automatisierte Merkmalssuche verwendet, die diejenigen akustischen Parameter ermittelt, die eine möglichst gute Korrelation zur Systemänderung - im vorliegenden Fall zum Materialabtrag - aufweisen. Als potentielle Merkmale dafür kommen z.B. in Frage: Anzahl der Nulldurchgänge des Zeitsignals, Schwerpunkskoordinaten der Hüllkurve, Anzahl der Frequenzpeaks im Spektrum ("modal density"), Verteilung der Frequenzpeaks, Energieverteilung im Spektrogramm etc. Alle Parameter sind dabei als Funktion des betrachteten Fensterbereiches anzusehen, des Zeitfensters im Zeitbereich, des Frequenzbandes im Spektrum bzw. dem Zeit/Frequenzbereich im Spektrogramm.

Um die optimalen Merkmale zu finden, wurden zunächst umfangreiche Experimente mit künstlich abgetragenen Schaltkontakten durchgeführt. Der genaue Materialabtrag war somit in jedem Fall bekannt und diente als Grundlage für die Merkmalssuche. Zu diesem Zweck wurde das Softwarepaket AMPAC (Automatic Multi-Parameter Classification) entwickelt, welches eine automatische Analyse tausender Zeit/Frequenzfenster durchführt und dabei eine im Prinzip beliebig erweiterbare Merkmalsdatenbank abarbeitet. Das Programm sucht nach einer möglichst optimalen Korrelation zwischen der jeweiligen Merkmalsausprägung und der interessierenden Systemgröße, hier also dem Materialabtrag. Als Bewertungskriterium können verschiedene Korrelationskoeffizienten verwendet werden. Im diesem Fall wurde der Pearson-Korrelationskoeffizient in Verbindung mit einem Monotonie-Kriterium herangezogen. Der gesuchte, bestmögliche lineare Zusammenhang zwischen Merkmalsausprägung und Materialabtrag stellt dabei im Gegensatz zu einer nichtlinearen Korrelation (nach der ebenfalls gesucht werden könnte) eine gleichbleibende Genauigkeit bei der Quantifizierung des Materialabtrages über den gesamten Bereich des Abbrandvorgangs sicher.

Abb. 7 (links) zeigt exemplarisch das Ergebnis einer solchen AMPAC-Analyse am Beispiel des Merkmals "Frequenzschwerpunkt des Spektrums". Insgesamt konnten zehn verschiedene Materialabtrags- bzw. Abnutzungsstufen zur Auswertung herangezogen werden, von 0 % (Neuzustand) bis 100 % (maximaler Abtrag). Gesucht wurde nach einer möglichst hohen Pearson-Korrelation mit gleichzeitig möglichst strengem Monotonieverhalten. Nach einer Analyse von insgesamt mehr als 100 000 verschiedenen Frequenzbändern wurde ein Band zwischen etwa 110 und 338 kHz als optimal ermittelt. Die roten Punkte im linken Teilbild stellen den experimentell ermittelten Frequenzschwerpunkt des Spektrums in diesem Frequenzband dar. Die Werte sind streng monoton und steigen nahezu linear mit dem Abnutzungsgrad an, wobei eine Pearson-Korrelation von 0.998 erreicht wird. Die schwarze Kurve gibt den Verlauf der zugehörigen Regressionsgeraden wieder.


Abb 7: Ergebnis der AMPAC-Analyse am Beispiel des Merkmals "Frequenzschwerpunkt des Spektrums" nach Analyse von mehr als 100 000 Frequenzbändern. Links: Frequenzschwerpunkt als Funktion des Materialabtrags im optimalen Frequenzband von 110 bis 338 kHz. Die experimentell an zehn Abnutzungsstufen ermittelten Werte (rote Punkte) steigen weitgehend linear mit dem Grad der Abnutzung an (Pearson-Korrelation 0.998). Rechts: Amplitudenspektrum für den Neuzustand mit optimalem Frequenzband (rot).

Die Abb. 7 (rechts) zeigt das experimentell ermittelte Amplitudenspektrum für den Neuzustand des Schaltkontaktes (0 % Abnutzung). Rot markiert ist das vom AMPAC-Programm gefundene Frequenzband. In diesem Bereich verschiebt sich der Schwerpunkt des Spektrums auf der Frequenzachse von 220 kHz im Neuzustand auf 232 kHz bei maximaler Abnutzung.

Insgesamt konnten bislang rund 25 verschiedene Merkmale bzw. Fensterbereiche in Zeitsignal, Spektrum und Spektrogramm gefunden werden, die eine ausreichend genaue Quantifizierung des Abbrandes zulassen. Die Einbeziehung einer solch großen Anzahl von Merkmalen ist sinnvoll, da jedes Merkmal mit einer gewissen statistischen Unsicherheit behaftet ist. Abb. 7 zeigt das an einem einzelnen Schaltkontakt (und damit an einem einzelnen Sensor/ Aktor-Modul) ermittelte Ergebnis. In der Praxis schwanken die Ergebnisse an verschiedenen Kontakten (und Sensor/Aktor-Modulen) um einen bestimmten Mittelwert. Der Mittelwertsfehler ist dabei ein Maß für die statistische Zuverlässigkeit des jeweiligen Merkmals.

Abb. 8 zeigt das in einem bestimmten Zeit/Frequenzbereich des Spektrogramms ermittelte Merkmal "Korrelation zum Neuzustand" als Funktion der Restmasse des Schaltkontaktes (100 % Restmasse = Neuzustand) für fünf verschiedene Schaltkontakte bzw. Sensor/Aktor- Module. Wie man sieht, zeigen die einzelnen Kurven zwar ein qualitativ ähnliches Verhalten, unterscheiden sich aber quantitativ voneinander. Die zugrunde liegende Merkmalsausprägung muss also durch einen Mittelwert und den dazugehörigen Mittelwertsfehler beschrieben werden.


Abb 8: In einem bestimmten Zeit/Frequenzbereich des Spektrogramms ermitteltes Merkmal (Korrelation zum Neuzustand) als Funktion der Restmasse des Schaltkontaktes für fünf verschiedene Kontakte bzw. Sensor/Aktor-Module.

Um den Materialabbrand möglichst genau, d.h. mit kleinen Konfidenzintervallen ermitteln zu können, werden alle zur Verfügung stehenden Merkmale in einer gewichteten Multiparametersumme zusammengefasst. Zuverlässige Merkmale mit kleinem Mittelwertsfehler erhalten dabei ein höheres Gewicht als unzuverlässigere Merkmale mit größerem Mittelwertsfehler. Auf diese Weise wird eine genauere Quantifizierung des Abbrandes möglich, als mit nur einem Merkmal alleine. Zusätzlich wird eine größere Stabilität des Verfahrens bei Ausfall einzelner Merkmale sichergestellt.

Die für die Multiparameterklassifikation notwendigen statistischen Daten (Mittelwert und Mittelwertsfehler) werden in der letzten Phase des Projektes in Feldversuchen bei der Moeller GmbH ermittelt. Die Klassifikationsalgorithmen sollen dabei so ausgelegt werden, dass auch während des laufenden Betriebs eine ständige Anpassung hinsichtlich optimaler Merkmale möglich ist (Lernfähigkeit).

4. Mikrosystemtechnische Realisierung (Match-X)

Das komplette Prüfsystem wird im Rahmen einer mikrosystemtechnischen Lösung realisiert, die auf dem sogenannten Match-X-System basiert [3-4]. Dabei handelt es sich um ein Bausteinsystem, bei dem verschiedene BGA-Einzelbausteine bestehend aus Deckel, Rahmen und Boden übereinander gestapelt werden können. Die Verbindung dieses Match-X-Stapels mit verschiedenartigen Sensoren/Aktoren ergibt dann das vollständige, modular aufgebaute Mikrosystem.

Match-X unterstützt die Al2O3-, die FR4- und die LTCC-Technologie. Die vorgeschriebene Bausteingröße reicht von 5 × 5 mm2 mit 15 Anschlüssen bis 25 × 25 mm² mit 144 Anschlüssen. Die im ASiMik-Projekt realisierte Lösung basiert auf Al2O3-Technologie mit einer Bausteingröße von 25 × 25 mm². Im Match-X-System existiert sowohl ein Hersteller- wie auch ein Anwenderbaukasten. Letzterer beinhaltet sechs verschiedenen Bausteingruppen, nämlich Stromversorgung, externe Kommunikation, digitale Signalverarbeitung (Microcontroller, ASICS), Signalverarbeitung (A/D, D/A-Wandlung), Signalanpassung (z.B. Verstärkung) und Sensoren.

Abb. 9 zeigt beispielhaft das im Rahmen des Projektes entwickelte Stromversorgungsmodul mit insgesamt 468 Balls und 792 Kontaktstellen. Es stellt bereits das Ende einer Entwicklungslinie dar, die zunächst mit einem Compact PCI-Laborsystem begann und dann über erste Demo-Boards bis hin zu den einzelnen Match-Modulen geführt wurde (Abb. 10).

Abb 9: Match-X-Stromversorgungsmodul auf BGA-Basis mit insgesamt 468 Kugeln (Balls) und 792 Kontaktstellen.
Abb 10: Entwicklungslinie vom Compact PCI-Laborsystem (links) über erste Demo-Boards (DSP, mitte) bis hin zum fertigen Match-X-Modul (DSP Deckelbestückung, rechts).

Der fertige Match-X-Stapel wird 45 Leitebenen und ca. 1550 Balls beinhalten (Abb. 11). Er besteht aus Stromversorgungsmodul, DSP-Modul, Waveformgenerator mit Leistungsverstärker sowie einem Sensorinterface mit analogem Vorverstärker. Die Kommunikation mit der Außenwelt erfolgt über den industriell standardisierten CAN-Bus.

Im Rahmen des Match-X-Standards könnten die Sensor/Aktor-Module im Prinzip ebenfalls auf dem gleichen Stapel platziert werden. Im vorliegenden Fall ist dies aber technisch nicht möglich, da der akustische Wandler direkt am Schaltkontakt angekoppelt werden muss und der restliche Stapel aus Platzgründen sowie aufgrund hoher Temperaturen und elektromagnetischer Felder an anderer Stelle untergebracht werden muss. Die Verbindung zum Wandler erfolgt über miniaturisierte, speziell abgeschirmte Anschlussleitungen.


Abb 11: Prinzip des Match-X-Stapelaufbaus (links). Einzelne Match-X-Module (rechts oben) und gesamter Match-X-Stapel mit 45 Leitebenen und ca. 1550 Balls (rechts unten).
Abb 12: Instrumentierter Schaltkontakt mit Sensor/Aktor-Modul der 1. Generation (links). Sensor/ Aktor-Modul der 2. Generation (rechts).

Die im Projekt eingesetzten Wandler (Abb. 12) sind in Piezostapelbauweise hergestellt und verfügen in der neuesten Generation (im Bild rechts) über vier Aktorscheiben und eine Sensorscheibe, die weitestgehend voneinander entkoppelt sind. Die Kontaktierung erfolgt über Dickschichtträger. Wegen der hochspannungsführenden Schaltkontakte ist eine elektrische Isolation notwendig.

Wegen der zeitweise hohen Temperaturen (bis zu 160° C) und der langen Betriebsdauer von bis zu einer Million Schaltspielen (elektrische Lebensdauer) erfolgt eine Alterung des Piezomaterials, die sich durch eine Verringerung des elektromechanischen Kopplungsfaktors äußert. Die Beständigkeit der Wandler im laufenden Betrieb stellt aber einen zentralen Punkt für die zuverlässige Quantifizierung des Abbrandes dar. In diesem Zusammenhang kommen verschiedene Lösungsstrategien in Frage, erstens der Einsatz eines Piezomaterials mit möglichst geringer Alterung unter den gegebenen Bedingungen, zweitens eine Voralterung des Piezomaterials bis zum Erreichen eines Sättigungszustandes und drittens die Einbeziehung der Alterung in die Merkmalssuche und Klassifikation. Die Untersuchung dieser Fragen ist Gegenstand laufender Arbeiten.

5. Zusammenfassung und Ausblick

Die bisherigen Projektergebnisse zeigen, dass das Konzept der akustischen Signaturanalyse eine quantitative Bewertung des aktuellen Kontaktzustandes und damit indirekt eine Abschätzung der Restlebensdauer der Kontakte zulässt. Durch die erzielte Miniaturisierung der Elektronik wird zum einen eine dauerhafte bzw. in periodischen Intervallen erfolgende Zustandsüberwachung mit permanent angekoppelten Sensor/Aktor-Modulen möglich. Zum anderen kann das vorgestellte Prüfsystem durch die zugrunde liegende Herstellungstechnologie bei entsprechend großen Stückzahlen zu einem niedrigen Preis angeboten werden, was einen wirtschaftlichen Einsatz möglich macht.

Die noch durchzuführenden Projektarbeiten dienen der weiteren Miniaturisierung und Integration der Elektronik sowie einer Optimierung der Sensor/Aktor-Module hinsichtlich Alterung. Erste Feldversuche bei Moeller sind gegen Ende 2004 vorgesehen und dienen der Ermittlung der Zuverlässigkeit der Merkmale unter Realbedingungen.

Das hier vorgestellte Verfahren der akustischen Signaturanalyse lässt sich leicht auf beliebige Schaltgeräte übertragen, beschränkt sich aber nicht auf diese Anwendungen. Aufgrund der automatisierten Merkmalssuche mit weitgehender Unabhängigkeit von Bauteilgröße und -geometrie eignet sich das Verfahren im Prinzip für beliebige Bauteile im Maschinen- und Anlagenbau. Potentielle Einsatzfelder liegen überall dort, wo kein Techniker vor Ort ist (z.B. Windkraftanlagen), dort wo durch Ausfälle Gefahren oder große Schäden entstehen können (z.B. Chemieanlagen, Gießereien, Schiffe) und dort wo Stillstandzeiten vermieden werden müssen (z.B. Automobilindustrie, Kommunikationszentralen, Rechenzentren etc.).

Literatur

  1. Fellinger, P., Marklein, R., Langenberg, K. J., and Klaholz, S., "Numerical modelling of elastic wave propagation and scattering with EFIT - Elastodynamic finite integration technique", Wave Motion 21, 47-66, 1995.
  2. Schubert, F., "Numerical time-domain modeling of linear and nonlinear ultrasonic wave propagation using finite integration techniques - Theory and applications", Ultrasonics 42, 221-229, 2004.
  3. Frankenstein, B., Fröhlich, K.-J., Hentschel, D., "Match-X-System zur akustischen Qualitätsbewertung", Jahresbericht Fraunhofer-Institut für zerstörungsfreie Prüfverfahren (IZFP) 2003.
  4. http://www.match-x.org
  5. Berger, F., Dühr, O., Fröhlich, K.-J., and Schubert, F., "Determination of residual lifetime of electrical contacts by sonogram analysis", 21st International Conference on Electrical Contacts (ICEC), 9. - 12. September 2002, Zürich, Switzerland.
  6. Berger, F., Dühr, O., Fröhlich, K.-J., and Schubert, F., "Determination of Remaining Lifetime of Contacts by Acoustic Analysis", Albert-Keil-Kontaktseminar , 16. VDE-Veranstaltung Kontaktverhalten und Schalten, 8. - 10. Oktober 2003 Karlsruhe (Kontakttagung Karlsruhe2003).

STARTHerausgeber: DGfZPProgrammierung: NDT.net