Browsing by Author "Zimmermann, André (Univ.-Prof. Dr.-Ing. )"

Now showing 1 - 1 of 1

Open Access
Düsenviskosimeter und Machine-Learning-Ansätze zur Materialcharakterisierung und Qualitätsprognose beim Spritzgießen von Thermo- und Duroplasten
(2025) Wappler, Peter; Zimmermann, André (Univ.-Prof. Dr.-Ing. )
Beim Kunststoffspritzgießprozess stellen die Werkzeugauslegung und Prozessregelung die größten Herausforderungen dar. Diese beinhalten beim Auslegen der Spritzgießwerkzeuge von der Realität abweichende Materialmodelle, die dazu führen können, dass die Kavität im Werkzeug nicht korrekt gefüllt wird. Ungenaue Viskositätsmodelle können zu kosten- und zeitintensiven Korrekturschleifen am Werkzeug führen und machen den Prozess unwirtschaftlich. Eine Inline-Viskositätsmessung bietet das Potential, ein genaueres Viskositätsmodell zu ermitteln. Während des laufenden Prozesses mit einem Werkzeug kann die Viskositätsmessung zur Prozessoptimierung bei materialbedingten Schwankungen genutzt werden. Die Zielsetzung dieser Arbeit umfasst die Untersuchung einer Inline-Viskositätsmessung für die Duroplast- und Thermoplastverarbeitung. Zwei anwendungsspezifische Düsenviskosimeter werden untersucht, die die Viskosität kostengünstig, anwenderfreundlich und inline ermitteln. Für die beiden Düsenviskosimeter werden mathematische Modelle basierend auf den Navier-Stokes-Gleichungen und etablierten Viskositätsmodellen hergeleitet, um die Strömungseigenschaften und die Viskosität zu berechnen. Hinsichtlich des Duroplast-Düsenviskosimeters (DDV) wird ein 2D-FDM-Modell (Finite-Differenzen-Methode) implementiert, um numerisch die Schererwärmung entlang des Flachspaltkanals innerhalb eines Einspritzzyklus zu berechnen und bei der Viskositätsberechnung zu kompensieren. So liegt bei einem repräsentativen Spritzgießzyklus die korrigierte Viskosität um 42% höher mit der Kompensation der Schererwärmung, was die Notwendigkeit dieser Korrektur beweist. Bei der Viskositätsmessung der duroplastischen Formmasse war es möglich, den Einfluss der Vernetzungsreaktion und des Wandgleiteffektes qualitativ darzustellen. Die Herausforderung der mathematischen Modellierung des Thermoplast-Düsenviskosimeters (TDV) liegt in der Fließkanalgeometrie, welche gegenüber dem DDV komplexer ist und aus unterschiedlichen Querschnitten besteht. Für die Viskosität wird daher eine analytische Funktion erarbeitet, um die Viskosität direkt und ohne erhöhten Rechenaufwand zu berechnen. Ein wesentlicher Bestandteil der Arbeit sind die Signalverarbeitung und die Berechnung eines mittleren Druckwerts von hochdynamischen Sensorsignalen. Dies soll eine zuverlässige Signalauswertung gewährleisten und ein besseres Signal-zu-Rausch-Verhältnis begünstigen. Die Untersuchungen zeigen beim Duroplast-Düsenviskosimeter eine Messungenauigkeit von 2,0% und beim Thermoplast-Düsenviskosimeter eine von 1,7%. Die Inline-Viskositätsmessung schafft die Möglichkeit, materialbedingte Prozessschwankungen zu erkennen, und bietet zusätzliche Features für die Prozessmodellierung. Aufgrund des hohen Druckabfalls im DDV und der hydraulischen Druckgrenze der Maschine ist der Einsatz mit einem Spritzgießwerkzeug nur eingeschränkt möglich. Für den Einsatz des DDV in der Praxis ist eine erneute Auslegung des DDV mit einem geringeren Druckabfall notwendig. Die weiteren Untersuchungen befassen sich mit der Prozessmodellierung basierend auf Multilayer Perceptron (MLP) und dem Einsatz des TDV. Gegenüber vorherigen Veröffentlichungen zielt diese Arbeit sowohl auf die Untersuchung des Hyperparameter-Tunings als auch auf die Bewertung der Features mit den Methoden der Feature Selection. Die MLPs zeigen über alle Prozessmodelle mit unterschiedlichen Feature-Gruppen eine konstant hohe Modellperformance und sind den Modellen der polynomialen Regression meistens überlegen. Die Ergebnisse deuten darauf hin, dass die MLPs bei reduzierter Feature-Anzahl die fehlenden Informationen aus den gegebenen Features ableiten können. Der Mehrwert eines Thermoplast-Düsenviskosimeters oder der Anbindung zusätzlicher Datenquellen für eine genauere Vorhersage der Bauteilqualität konnte beim betrachteten Bauteil nicht bewiesen werden. Angesichts der relativ einfachen Bauteilgeometrie liegt die Vermutung nahe, dass das Verzugsverhalten des Bauteils gegenüber materialbedingten Schwankungen weniger anfällig ist. Der Mehrwert eines Düsenviskosimeters zur Prozessoptimierung ist bei geometrisch komplexeren Bauteilen wahrscheinlicher, was es bei weiteren Untersuchungen zu beweisen gilt.