Cookies ermöglichen eine bestmögliche Bereitstellung unserer Dienste. Mit der Nutzung unserer Seiten und Services erklären Sie sich damit einverstanden, dass wir Cookies verwenden. Mehr InfosOK

Softsensoren

Das Forschungsvorhaben umfasst die Entwicklung eines Softsensors auf der Basis künstlicher neuronaler Netze zur Vorhersage von Materialeigenschaften aus den Prozessparametern. Hierbei werden viele verschiedene Materialsysteme (Blends und Compounds) eingeschlossen. Damit soll dem Maschinenführer in der Compoundierung und Extrusion ein System zur Seite gestellt werden, das die Steuerung des Prozesses sowie die Ermittlung relevanter Qualitätskennwerte in Echtzeit erheblich vereinfacht. Zudem liefern die generierten Modelle interessante Einblicke in den Prozess und dessen Zusammenhänge.

Softsensor

Für den Softsensor werden alle im Betrieb der Maschine anfallenden Daten verwendet. Zur Verbesserung der Vorhersagequalität werden die Messungen durch eine detaillierte Erfassung von Massetemperatur und Massedruck entlang der Verfahrenseinheit erweitert. Zur Modellierung des Softsensors wird eine große Anzahl an Datensätzen benötigt. Diese bestehen aus allen inline, online und atline verfügbaren Messwerten und zusätzlich aus den im Labor ermittelten Werten für die Vorhersagegrößen. Mit diesen Datensätzen wird das Modell erstellt, trainiert und getestet. Das so erzeugte Modell soll in der Lage sein, die Labormessungen zu ersetzen, indem die Ausgabegrößen aus den Eingangsgrößen vorhergesagt werden.

Die IGF-Vorhaben 17165 N der Forschungsvereinigung Fördergemeinschaft für das SKZ wurde über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Technologie aufgrund eines Beschlusses des Deutschen Bundestags gefördert.