Projektlaufzeit: 01.06.2023 – 31.05.2026
2024-02-29_BMBF_KickOff_InSuKa
2024-09-19_Vollversammlung_InSuKa
Die Herstellung von Elastomerprodukten beruht zu einem hohen Anteil auf Erfahrungswissen zu Rezepturen sowie der Verarbeitung. Unternehmen replizieren daher oft existierende Rezepturen, die in einer Iterationsschleife optimiert werden. Diese Iterationsschleife umfasst als zentrale Schritte die Herstellung von Mischungen und Formteilen, die Bestimmung der Mischungseigenschaften sowie anschließend die Prüfung von Halbzeugen oder Produkten. Erst im Anschluss an diese Schritte kann eine Optimierung erfolgen. Dies hat zur Folge, dass grundsätzlich neue Rohstoffe und technologische Innovationen bei Weiterentwicklungen nur schwer zu integrieren sind. Wegen des hohen Aufwandes kommt das Verwenden neuer Rohstoffe für Endanwendender*innen oft nicht in Betracht. Dadurch werden vielfach Innovationschancen in der Produktentwicklung verpasst. Um dies zu ändern, sollen konzeptionelle Entwicklungen in Richtung einer konsequenten Digitalisierung von Daten und einer Algorithmierung von vorhersagenden Prozess- und Materialmodellen vorangetrieben werden. Die im Vorhaben geplanten Forschungsaktivitäten konzentrieren sich auf die Schaffung von industrietauglichen Ontologien als Grundlage für eine strukturierte Behandlung von Material- und Prozessdaten. Insbesondere wird die Umsetzung bestehender Modelle analysiert, um den Einfluss von Parametern des Mischprozesses und von Rezepturkomponenten auf die Eigenschaften von Kautschukcompounds und daraus hergestellten Gummiprodukten vorherzusagen. Diese Analyse erfolgt mithilfe von Algorithmen für die computergestützte Optimierung. Darüber hinaus sollen zahlreiche Charakterisierungsmethoden (z. B. bildgebende Methoden) konsequent automatisiert und mittels Ontologien umgesetzt werden. Sowohl die Analyse als auch die Integration der Charakterisierungsmethoden sollen dabei helfen, die Vorhersagequalität der prozessbegleitenden Charakterisierung zukünftig deutlich effizienter und schneller zur Optimierung von Mischprozess und Rezeptur nutzen zu können. Zur Umsetzung der zentralen Projektziele soll eine App entwickelt werden, die auf passende strukturierte Material- und Prozessdaten zugreifen kann. Mithilfe der App können Vorhersagen zu geeigneten Optimierungsstrategien generiert werden. Die App greift dafür auf die im Projekt etablierten modellbasierten Algorithmen zurück. Für die Vorhersagen sollen sowohl mögliche Prozessparameteranpassungen als auch Rezepturanpassungsvorschläge einbezogen werden. Die App wird eine teilweise zu erstellende und ständig zu erweiternde Materialdatenbank geeigneter Rohstoffe, Kautschukcompounds und Verarbeitungs-bedingungen für neue Anwendungen, inklusive dazu passender Verarbeitungsbedingungen, nutzen. Die zusätzliche Auswertung von Korrelationen und die Implementation eines geeigneten KI-Algorithmus sollen die Vorhersagequalität schrittweise durch die Auswertung von Nutzerpriorisierungen steigern. Dies bietet App-Nutzer*innen bei langfristiger Anwendung Vorteile. Die Kautschukindustrie profitiert von der Entwicklung der App in mehrfacher Hinsicht. Es werden sowohl branchentaugliche Standards zur digitalen Erfassung von Material- und Prozessdaten geschaffen als auch leistungsfähige Vorhersagetools zur Prozess- und Materialoptimierung etabliert.
