SelVliesPro

Entwicklung einer smarten kontinuierlichen Fertigungslinie zur Verarbeitung von (rezyklierten) Hochleistungsfasern zu Organoblechen als Basis für Leichtbauanwendungen

Entwicklung einer smarten kontinuierlichen Fertigungslinie zur Verarbeitung von (rezyklierten) Hochleistungsfasern zu Organoblechen als Basis für Leichtbauanwendungen - SelVliesPro

Laufzeit:
01.12.2017 – 30.06.2021

Förderung:
Bundesministerium für Bildung und Forschung

 

 

 

Porträt Marvin Czarski

Marvin Czarski

Technische Universität Braunschweig
Institut für Werkzeugmaschinen und Fertigungstechnik

Telefon: 0531-391 7658

Förderung

Über das Projekt:
Die Produktion von neuem Vlies aus recycelten Carbonfasern und Matrixmaterial soll nach dem Vorbild des Cyber-physischen System optimiert werden. Dazu werden datenbasierte Modelle entwickelt und die Erkenntnisse mittels Smart-Wearable zurückgeführt.

 

Fragestellung / Motivation:
Bedingt durch den vermehrten Einsatz von Carbonfasern in einer Vielzahl an Produkten erhöht sich auch der entstehende Abfall. Abfälle aus Carbonfasern müssen als Sondermüll gehandhabt werden und sind dadurch eine Belastung. Für ein erfolgreiches Recycling müssen die entsprechenden Prozesses ökonomisch funktionieren und dazu soll der Prozess mit Hilfe von Data-Mining Ansätzen besser verstanden und im zweiten Schritt optimiert werden. Um die Ergebnisse des Forschungsprojektes zu verbreiten wird zusätzlich ein Lehr- und Schulungskonzept entwickelt.

 

Vorgehensweise und Projektziel:
Das Ziel des Projektes ist es den Prozess so zu optimieren, besonders in der kritischen Anlaufphase. Dafür wird wie folgt vorgegangen: Zunächst wird die bestehende Anlage am STFI mit entsprechender Sensorik und Datenerfassung ausgestattet. Die in der Datenbank gesammelten Daten werden vorverarbeitet und mittels visuellen Analysen untersucht um den ist-Zustand des Prozesses zu erfassen. Die Erkenntnisse werden mit den Erfahrungen des technischen Personals verglichen und kombiniert. Auf Basis der Erkenntnisse können datenbasierte Modelle z.B. Regressionen, Enscheidungsbäume oder künstliche neuronale Netzwerke eingesetzt werden. Die Modelle werden konstant auf Basis von neuen Daten aus der Produktion verbessert. Die Ergebnisse sollen mittels einer Smart-Wearable an die Produktion zurückgeführt werden.

Projektpartner