InKriS
Intelligenter Kristallisationssensor zur Verbesserung der Qualitätssicherung im Spritzguss
Beschreibung, Ziele und Partner
Projektbeschreibung
Ziel des Forschungsvorhabens ist die Entwicklung eines „intelligenten Kristallisationssensors“ zur Gewährleistung hochwertiger Qualitätssicherung im Spritzguss und dessen Erprobung bei Endanwendern (Exipnos GmbH, Mercedes Benz AG). Der „intelligente Kristallisationssensor“ soll ermöglichen, den verzugsbedingten Ausschuss im Produktionsprozess zu minimieren und bei qualitätsrelevanten Prozessparameterschwankungen Gegenmaßnahmen ergreifen zu können. Innovative Basis ist die Kombination eines ultraschnellen Infrarot (IR) Temperatursensors mit einem inlinetauglich hardwareintegrierten Kristallisationsmodell zum „Kristallisationssensor“. Zweiter Schritt ist die Erweiterung des Kristallisationssensors um ein KI-Modul zum „intelligenten Kristallisationssensor“. Dieser erstellt aus den Daten des Kristallisationssensors und den kontinuierlich erfassten Spritzgussprozess- und Umgebungsparametern für jedes einzelne Bauteil inline eine Qualitätsvorhersage zum Verzug und generiert zusätzlich Vorschläge zur Anpassung von Spritzgussparametern.
Grundlage dafür ist ein Anlernen des KI-Systems während der üblichen Abmusterungsphase beim Einfahren der Spritzgussform. Nur in dieser Anlernzeit des KI-Systems ist eine 3D-Vermessung erforderlich, im Produktionsprozess selbst soll diese durch das KI-System zur Qualitätssicherung ersetzt werden, was wesentliche Zeit- und Kostenvorteile bietet.
Schwerpunkte der Aufgaben der Projektpartner
- Erarbeitung eines inlinetauglichen Kristallisationsmodells inclusive der
- Umsetzung in einen Algorithmus, der Kristallisationsparameter (Kristallisationstemperatur und -wärme) ausgibt und bezüglich Laufzeit und Robustheit den Anforderungen an einen routinemäßig einsetzbaren Inline-Kristallisationssensor genügt
- Hardwareintegration des entwickelten Kristallisationsmodells durch
- Kombination mit dem eigenen IR-Temperatursensor zu einem „Kristallisationssenor“, der inline Kristallisationsparameter ermittelt, ausgibt und für die weitere Auswertung zur Verfügung stellt
- Entwicklung eines KI-Systems, welches in einer Abmusterungsphase mit 3D-Bauteilvermessung angelernt wird und danach Vorhersagen zur Bauteilqualität und Prozessparameteranpassungsvorschläge liefert
- Systematische Erprobung des „intelligenten Kristallisationssensors“ unter anwendungsnahen Bedingungen inklusive der zu dessen Optimierung notwendigen
- Rückkopplung mit den Projektpartnern
Angestrebte Ergebnisse
- Die Entwicklung eines robusten inlinetauglichen Algorithmus der, basierend auf einem Kristallisationsmodell Echtzeit-Informationen zum lokalen Kristallisationszustand von Kunststoffspritzgussbauteilen liefern kann
- Die hardwareseitige Integration des entwickelten Algorithmus in einen „Kristallisationssensor“, der in Echtzeit Kristallisationsparameter wie Kristallisationstemperatur und -wärme ausgibt
- Die Entwicklung eines KI-Systems, welches nach einer Anlernphase mit 3D-Vermessung nur basierend auf den Daten der Kristallisationssensors und begleitend erfasster konventioneller Prozessdaten Aussagen zur Bauteilqualität erlaubt
- Die Kombination von „Kristallisationssensor“ und KI-System zu einem „Intelligenten Kristallisationssensor“, der unter Produktionsbedingungen robust arbeitet und die oben genannten Anforderungen zuverlässig erfüllt
- Die Erforschung der Möglichkeiten basierend auf den Daten des Kristallisationssensors und begleitend erfassten Prozessdaten mittels KI-System sinnvolle Vorschläge zur Anpassung von Spritzgussprozessparametern zu generieren
Interesse? Sprechen Sie mit uns.
Wir freuen uns auf Ihre Nachricht.