 |
|
Das „KIcKER“-Team vom SKZ mit extrudierten Quadratprofil (von links): Mingo Kübert, Johannes Rudloff, Hatice Malatyali und Theresa Forster (Foto: Luca Hoffmannbeck, SKZ) |
Das SKZ hat in Zusammenarbeit mit seinem langjährigen Partner, der IANUS Simulation GmbH ein Forschungsprojekt namens „KIcKER – Künstliche Intelligenz zur cloudbasierten Optimierung von Kunststoff-Extrusionswerkzeugen über numerische Rechnungen“ durchgeführt. Ziel des Forschungsprojekts war die Entwicklung eines simulationsgestützten KI-Assistenzsystems zur automatisierten Optimierung von Profilextrusionswerkzeugen. Dafür wurden das SKZ und IANUS im Oktober 2025 bei den Inovyn Awards 2025 mit Gold in der Kategorie Performance & Design ausgezeichnet. Bei dem diesjährigen Wettbewerb haben 113 Projekte aus Europa, Amerika, Afrika und Asien teilgenommen. Der Wettbewerb wurden von dem Unternehmen INOES Inovyn ausgeschrieben.
Materialaufwand um bis zu 75 % reduzieren
Dies wurde mit Hilfe von Maschine Learning (ML) mit neuronalen Netzen, die aus numerischen Simulationen und experimentellen Daten lernen und dadurch Optimierungsvorschläge für neue Werkzeuggeometrien ableiten, durchgeführt. IANUS entwickelte innerhalb des Forschungsprojekts ein KI-basiertes Optimierungsmodul und integrierte dieses in die Cloud-basierte Simulationsplattform StrömungsRaum®. Die Arbeiten des SKZ beinhalteten die Entwicklung des experimentellen Versuchsaufbaus inklusive messoptischer Verfahren zur Erfassung von Echtweltdaten für die KI-Entwicklung. Das KI-System wurde auch bereits in der PVC-Extrusion experimentell validiert. Diese Entwicklung soll es ermöglichen, die Entwicklungszeiten und den Materialaufwand um bis zu 75 % zu reduzieren.
Ortaufgelöste Fließgeschwindigkeiten am Werkzeugaustritt erfassen
An dem Forschungsprojekt „KIcKER“ waren seitens SKZ sowohl die Gruppe Compoundieren und Extrudieren (Dr.-Ing. Johannes Rudloff, Dr.-Ing. Hatice Malatyali, Theresa Forster) als auch die Gruppe Digitalisierung (Christoph Kugler, Mingo Kübert), beteiligt. Diese konnte in enger Zusammenarbeit innerhalb des Forschungsprojekts ein Messsystem entwickeln, welches zum großen Erfolg des Projektes beigetragen konnte. Innerhalb des Messsystems kommen hochauflösende Kameras und eine passgenaue Signalverarbeitung zum Einsatz, welche es ermöglichen, ortaufgelöste Fließgeschwindigkeiten am Werkzeugaustritt zu erfassen. Die erfassten Fließgeschwindigkeiten aus den experimentellen Versuchen ermöglichten ein noch detaillierteres Anlernen der KI.
Die Verarbeitung der erlangten Echtweltdaten und die Entwicklung des KI-basierten Optimierungsmodul erfolgte seitens IANUS (Dr. rer. nat. Kai Wenz, Dr.-Ing. Marius Dörner, Oleg Grauberger, Ali Chalgham, Markus Geveler, Robert Jendrny).
