» zzgl. Verandkosten

Ziel des Projektes war die Entwicklung von Softsensoren zur Prozess- und Qualitätskontrolle in der Kunststoffaufbereitung (Compounding) und Extrusion. Im Rahmen des Forschungsvorhabens wurde eine Vielzahl von Anwendungsszenarien für die datenbasierte Modellierung von Compoundierprozessen bearbeitet. Hierbei zeigte sich, dass die Anwendung von künstlichen neuronalen Netzen (KNN) bei der Modellbildung gut geeignet ist, um die Prozesse - welche durch nichtlineare Abhängigkeiten der Parameter und Qualitätskenngrößen gekennzeichnet sind - zu beschreiben und damit robuste Modelle zur Berechnung von Qualitätskenngrößen aus den Ist-Werten der Prozessparameter zu erstellen. Für das Projekt wurde eine Compoundieranlage mit zusätzlicher Hardware, sowohl zur Messung des Temperatur- und Druckverlaufs im Prozess als auch zur Generierung von Qualitätskenngrößen im Prozess (z. B. Viskosität), ausgerüstet. Durch umfangreiche Versuchsreihen wurde die Datenbasis für eine datenbasierte Modellbildung geschaffen. Nachfolgend wurde geprüft, inwiefern diese Modelle in der Lage sind, Qualitätskennwerte auch bei unbekannten Prozesspunkten aus den Prozessparametern abzuleiten. Dies gelang für viele Anwendungen bereits mit hoher Genauigkeit. Darauf aufbauend wurden Szenarien entwickelt, um Sensorfehler, kritische Materialveränderungen oder Maschinenverschleiß auf Basis des Abgleichs von Modell und Messung beurteilen zu können. Zusammenfassend lässt sich festhalten, dass Softsensoren auf der Basis von KNN ein großes Potential in der Kunststoffaufbereitung und Extrusion haben.

Schlagwörter: 

Extrusion; Compoundieren; Extruder; Softsensoren; Virtuelle Sensoren; Sensorfusion; Rheologie; Viskosität; Polyolefine

» Sie möchten dieses Buch weiterempfehlen?

» Hier können Sie ein Rezensionsexemplar bestellen