Das intelligente Spritzgießwerkzeug als cyber-physisches System

Die digitalisierte Produktion wird die Wertschöpfungskette der meisten industriellen Produzenten dramatisch verändern. In Europa wird dieses Ziel als Industrie 4.0 bezeichnet, während es in den USA vom Industrial Internet Consortium (IIC), in Asien von der Industrial Value-Chain Initiative (IVI) und in China von der Initiative „Made in China 2025“ fokussiert wird. Die Schlüsseltechnologien von Industrie 4.0, z.B. das Internet der Dinge, IPv6 und OPC/UA, Cloud-Dienste, Big Data und Künstliche Intelligenz, virtuelle Technologien und intelligente Sensoren und Aktoren sollen es den Herstellern ermöglichen, in der globalen Wirtschaft wettbewerbsfähig zu bleiben.

Prozessoptimierung

Unsere Vision ist es, die Leistung industrieller Fertigungsprozesse von Kunststoffprodukten sowohl in der Produktqualität als auch in Prozessflexibilität, -effizienz, -zuverlässigkeit und -leistung durch umfassende Prozessanalyse, -modellierung, -regelung und -digitalisierung zu steigern. Ein intelligentes Spritzgießwerkzeug erachten wir dabei als unerlässlichen Baustein: Durch laufende Überwachung und Regelung der Prozesshistorie in der Kavität des Spritzgießwerkzeuges, d.h. des räumlichen und zeitlichen Temperatur-, Geschwindigkeits- und Druckfeldes des Kunststoffes, soll es gelingen, Störungen der Produktqualität frühzeitig zu erkennen und situationsabhängig auszuregeln. Damit können Ausschuss und Auslieferung schadhafter Spritzgießteile minimiert werden. Dazu erweitern wir das Spritzgießwerkzeug zu einem cyber-physischen System.

Kommunikation mit KI

Als solches muss das Spritzgießwerkzeug über eine eindeutige „Identität“ (IPv6) verfügen, seinen inneren Zustand über Sensoren überwachen, seine Umgebung über Sensoren erfassen, bidirektional mit den anderen Komponenten der Fertigungszelle kommunizieren und die ankommenden Sensorsignale verdichten, bewerten und abspeichern können. Die Sensorsignale sollten dabei aus Spritzgießwerkzeug, Spritzgießmaschine, Peripheriegeräten und direkter Umgebung kommen. Nach einer Trainingsphase kennt die Künstliche Intelligenz die Zusammenhänge zwischen Prozesseinstellungen, Sensorsignalen und Bauteilqualität und nützt dieses Wissen, um möglichst viele innere und äußere Störungen zeitnah erkennen, bewerten und adaptiv darauf reagieren zu können. Die Künstliche Intelligenz ist Teil eines integrierten Qualitätsregelungssystems, das in einem geschlossenen Regelkreis die Einstellungen der Maschine und der Peripheriegeräte – falls erforderlich – anpasst. Dabei wird der Regler je nach Ausbaustufe einen Anlagenbediener bestätigen lassen oder automatisch entscheiden.

Bessere Teilequalität

Um also situationsabhängig und insitu auf äußere Störungen (z.B. Chargenschwankungen) und Prozessschwankungen reagieren zu können, benötigt das Werkzeug erstens robuste und vernetzte Sensoren sowie Inline-Messsysteme zur Online-Überwachung der Teilequalität. Zweitens braucht es OPC-UA-Informations- und Kommunikationsmodelle sowie bidirektionale Schnittstellen zu allen Komponenten der Fertigungszelle. Weiters benötigt es Machine Learning basierte Fehlererkennungs- und Klassifizierungssysteme (FDC). Datenbasierte Modellierung und künstliche Intelligenz sind die vierte Voraussetzung. Und als fünfte Bedingung ist eine moderne sowie vernetzte Spritzgießmaschinenzelle als Aktuator notwendig.

• Univ.-Doz. Dr. Dieter P. Gruber, Gruppenleiter Robot Vision and Artificial Intelligence am Polymer Competence Center Leoben (PCCL).
• Assoz. Prof. Dr. Gerald Berger-Weber, assoziierter Professor am Department Kunststofftechnik des Lehrstuhls Spritzgießen von Kunststoffen der Montanuniversität Leoben.