KMU-innovativ Intelligenter Kristallisationssensor zur Verbesserung der Qualitätssicherung im Spritzguss (InKriS)

Problemstellung
Das Spritzgussverfahren ist ein preisgünstiges und extrem breit eingesetztes Verfahren zur Herstellung von Bauteilen aus thermoplastischen Kunststoffen für sowohl Alltagsgegenstände als auch für Industrieanwendungen. Lokal unterschiedliches Kristallisationsverhalten ist ein wesentlicher Grund für Verzugseffekte in Spritzgussbauteilen und damit eine zentrale Ursache für Qualitätsprobleme in der Massenfertigung. Um Verzugsprobleme zu erkennen, können die Spritzgussteile dreidimensional vermessen werden, was allerdings hohe Kosten verursacht und daher meist nur stichprobenartig durchgeführt wird.

Zielsetzung
Ziel des KMU-innovativ Forschungsprojekts InKriS ist die Entwicklung eines sogenannten intelligenten Kristallisationssensors, der eine hochwertige und kostengünstige Qualitätssicherung im Spritzguss garantiert, inklusive dessen Erprobung bei Endanwendern. Die Basis bildet die Kombination eines ultraschnellen Infrarot-Temperatursensors mit einem hardwareintegrierten Kristallisationsmodell, das direkt im laufenden Produktionsprozess eingesetzt werden kann. Im Ergebnis entsteht ein Kristallisationssensor, der mit einem KI-Modell zum intelligenten Kristallisationssensor erweitert wird, um Qualitätsaussagen zu Spritzgussteilen zu erhalten.

Vorgehensweise
Die Vorgehensweise im Projekt umfasst die Entwicklung eines Kristallisationsmodells, welches aus im Produktionsprozess erfassten Temperaturzeitreihen ultraschnell echte Kristallisationsparameter, wie beispielsweise Kristallisationstemperatur und -wärme, berechnet. Dieses Kristallisationsmodell soll durch eine Hardwareerweiterung in den Infrarot-Temperatursensor integriert werden. Die Inlinetauglichkeit des entwickelten Kristallisationssensors wird daraufhin erforscht. Vorgesehen ist weiterhin die Erarbeitung eines KI-Modells zur Qualitätsvorhersage, welches das System zum intelligenten Kristallisationssensor erweitert. Dieses erstellt aus den Daten des Kristallisationssensors und den kontinuierlich erfassten Spritzgussprozess- und Umgebungsparametern für jedes einzelne Bauteil eine Qualitätsvorhersage zum Verzug und generiert zusätzlich Vorschläge zur Anpassung von Spritzgussparametern. Grundlage dafür ist ein Anlernen des KI-Systems während der Abmusterungsphase beim Einfahren der Spritzgussform. Die prototypische Umsetzung findet bei einem Endanwender aus dem Bereich Automotive statt.

Ergebnisse und Anwendungspotenzial
Der intelligente Kristallisationssensor hat das Potenzial, die Qualität im Kunststoff-Spritzguss zu verbessern und damit eine Senkung der Ausschussquoten zu erreichen. Im Produktionsprozess soll das KI-System die kostenintensive 3D-Vermessung zur Qualitätssicherung ersetzen. Darüber hinaus ist denkbar, das entwickelte KI-System für weitere Technologien, bei denen Verzug und Kristallisation auftreten, wie z. B. Gießen, Strangextrusion oder Heißpressen, einzusetzen. Durch die erhöhte Material- und Energieeffizienz entsteht ein gesamtgesellschaftliches Interesse an der neuen Entwicklung.

• Exipnos GmbH
• FOS Faseroptische Systeme Meßtechnik Gesellschaft mit beschränkter Haftung
• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein
• iMes Solutions GmbH