Stellen Sie sich Ihre individuelle Projektübersicht zusammen.
Forschungsziel: Die weltweite Nachfrage nach Mikrokomponenten wächst kontinuierlich, da Produkte immer kleiner und komplexer werden. Der Einsatz des Mikro-Spritzgusses als Produktionstechnologie für Mikrokomponenten ist jedoch begrenzt, da es bis heute kein Qualitätssteuerungssystem gibt. Ziel des Projektes ist die Entwicklung eines prozessintegrierten Qualitätskontrollsystems für die Mikrospritzgusstechnologie, das bei der Serienproduktion eingesetzt werden kann. Neben der Detektion fehlerhafter Teile soll die selbstlernende Kontrolleinheit gleichzeitig alle relevanten Prozessparameter dokumentieren. Diese werden dann analysiert und dienen der automatischen Regulierung des Spritzgussprozesses, was zu einem adaptiven Produktionsprozess führt.
Dr. Patrik Bangert +49 421 337-4646
p.bangert@algorithmica-technologies.com
Dipl.-Ing. Dorothee Weisser
+49 721 608-26150
dorothee.weisser@kit.edu
Problemstellung
Die zunehmende internationale Verflechtung bei der Entwicklung und Herstellung innovativer Produkte spielt für die Produktionsforschung eine wesentliche Rolle. Aus diesem Grunde wurde das Netzwerk MANUNET im europäischen Forschungsraum (ERA-Net) gegründet. Die Forschungsaktivitäten von maßgeblichen europäischen Regionen und Ländern im Bereich der Produktionstechnologien werden dadurch koordiniert.
Die deutschen Unternehmen erhalten durch eine Beteiligung an MANUNET den Zugang zum Know-how anderer europäischer Partner und können neue Märkte erschließen. Damit wird entsprechend der Hightech-Strategie der Bundesregierung die internationale Position Deutschlands gestärkt. Dabei werden gemeinsam Lösungsvorschläge auf drängende Herausforderungen bei der Entwicklung von Produktionssystemen und -komponenten erarbeitet, die sich automatisch an veränderte Geschäfts- und Produktionsziele sowie an neue Anforderungen des Marktes und der Technik anpassen. Besondere Schwerpunkte dabei sind flexible schnell anpassbare Maschinen und Anlagen, beispielsweise zur Reduzierung von defekten Bauteilen im Mikrospritzguss durch den Einsatz von neuronalen Netzwerken.
Zielsetzung
Ziel des Projektes ist die Entwicklung eines prozessintegrierten in-time Qualitätskontrollsystems für die Mikrospritzgusstechnologie, das bei der Serienproduktion eingesetzt werden kann. Nur auf diese Weise können Endanwender ihre Bauteilproduktion kosteneffizienter und ressourcensparender gestalten. Neben der Detektion fehlerhafter Teile soll die selbstlernende Kontrolleinheit gleichzeitig alle relevanten Prozessparameter dokumentieren. Diese werden dann analysiert und dienen der automatischen Regulierung des Spritzgussprozesses, was zu einem adaptiven Produktionsprozess führt.
Vorgehensweise
Ausgehend von dem Polymer- und dem Metallpulver-Mikrospritzguss wird das entwickelte Qualitätskontrollsystem in den Keramikpulverspritzguss und auch in den Makrospritzguss übertragen. Sobald die Technologie ausgereift und in eine Software transferiert worden ist, kann sie zügig vervielfältigt und eingesetzt werden. Die Kapitalrendite (ROI) beim Kunden wird durch die gesteigerte Wirtschaftlichkeit der Massenproduktion schnell erreicht, da weniger fehlerhafte Chargen produziert werden. Die Einsparungen durch geringeren Energieverbrauch, die Steigerung der Produktivität und die Verbesserung der Qualität stellen ein gutes Verkaufsargument dar.
Ergebnisse und Anwendungspotenzial
Die weltweite Nachfrage nach Mikrokomponenten wächst kontinuierlich, da Produkte immer kleiner und komplexer werden. Der Einsatz des Mikro-Spritzgusses als Produktionstechnologie für Mikrokomponenten ist jedoch begrenzt, da es bis heute kein Qualitätssteuerungssystem gibt. Die Qualität eines Mikrospritzgussteiles kann bislang nur nach dem Prozessende mit Hilfe von State-of-the-art-Technologien validiert werden. Für Mikroteilehersteller wird mit den Ergebnissen eine Marktbarriere gesenkt. Sie werden in die Lage versetzt, die Anforderungen an Teilequalität und -präzision für sensible Anwendungsfelder besser zu erfüllen.
In der folgenden Liste sehen Sie Ihre ausgewählten Projekt-Favoriten.