{"id":23755,"date":"2020-12-04T08:50:28","date_gmt":"2020-12-04T07:50:28","guid":{"rendered":"https:\/\/php8.plastv.de\/?p=23755"},"modified":"2020-12-02T10:52:10","modified_gmt":"2020-12-02T09:52:10","slug":"fraunhofer-iwm-schliesst-luecken-der-digitalen-wertschoepfungskette-in-der-werkstofftechnik","status":"publish","type":"post","link":"https:\/\/plas.tv\/?p=23755","title":{"rendered":"Fraunhofer IWM schlie\u00dft L\u00fccken der digitalen Wertsch\u00f6pfungskette in der Werkstofftechnik"},"content":{"rendered":"
\n

Das gr\u00f6\u00dfte Potenzial der Digitalisierung in materialintensiven Betrieben liegt in prozess\u00fcbergreifender Verkn\u00fcpfung von Materialdaten. Sie verspricht Bauteil-Entwicklungszeiten zu verk\u00fcrzen, komplexe Fertigungsprozesse schneller zu optimieren und noch zuverl\u00e4ssigeren Anlagenbetrieb als bisher zu sichern. Das Problem ist die sehr heterogene Natur von Materialdaten. Sie macht die Verkn\u00fcpfung extrem komplex. Ein Forschungsprojekt des Landes Baden-W\u00fcrttemberg unter Leitung des Fraunhofer-Instituts f\u00fcr Werkstoffmechanik IWM aus Freiburg, MaterialDigital, erzielte jetzt gro\u00dfe Fortschritte bei der Strukturierung von Materialdaten zu einem durchg\u00e4ngigen Datenraum.<\/b><\/p>\n<\/div>\n

\n
\n
\n
\n
\n
\n

Nicht nur die Potenziale der Digitalisierung in der Werkstofftechnik sind gro\u00df, auch die Herausforderungen haben es in sich. \u00bbMaterialdaten sind aufgrund ihrer Vielschichtigkeit extrem heterogen und \u00e4ndern sich auch w\u00e4hrend des Produktlebenszyklus fortlaufend\u00ab, beschreibt Dr. Christoph Schweizer vom Fraunhofer-Institut f\u00fcr Werkstoffmechanik IWM die Schwierigkeiten. \u00bbAuch dass sie lokal innerhalb eines Produkts variieren und teilweise messtechnisch gar nicht zerst\u00f6rungsfrei zu ermitteln sind, macht ihre Strukturierung, Speicherung und Verkn\u00fcpfung so anspruchsvoll.\u00ab<\/p>\n

Die Industrie steht also vor erheblichen Aufgaben: Wie bekommen wir alle Daten sinnvoll zusammen? Welche Infrastruktur ben\u00f6tigen wir dazu? Wo fangen wir an mit der Integration eines Datenraumes? Antworten auf diese Fragen liefert Dr. Christoph Schweizer jetzt gemeinsam mit einem Konsortium von sieben Forschungseinrichtungen, die sich 2018 im Forschungsprojekt \u00bbMaterialDigital\u00ab zusammengeschlossen hatten. Das Ministerium f\u00fcr Wirtschaft, Arbeit und Wohnungsbau Baden-W\u00fcrttemberg f\u00f6rderte das Projekt mit 2,75 Millionen Euro.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n<\/div>\n

\n
\n
\n
\n
\n

Pionierarbeit f\u00fcr den Materialdatenraum<\/h4>\n

Anhand von zwei Anwendungsf\u00e4llen <\/b>konnten die Partner zeigen, wie Unternehmen bei der Digitalisierung ihrer materialintensiven Prozesse vorgehen k\u00f6nnen, um einen durchg\u00e4ngigen und maschinenlesbaren Datenraum zu erhalten. Der vom Fraunhofer IWM koordinierte Anwendungsfall betraf den Kokillenguss von Aluminiumteilen, wie er beispielsweise in der Automobilindustrie und im Maschinenbau eingesetzt wird. Dazu entwickelten sie notwendige Grundlagen wie Software-Werkzeuge zur Strukturierung der Daten sowie zur Automatisierung der Workflows, und schufen darauf aufbauend einen beispielhaften Materialdatenraum. Dar\u00fcber hinaus erbrachten die Partner auch den Beweis, dass digitale Wertsch\u00f6pfungsketten einen gro\u00dfen Mehrwert bedeuten. Mithilfe realer Material- und Prozessdaten konnten die beteiligten Forscherinnen und Forscher mit einem digitalen Zwilling aufwendigere Simulationen umgehen und gleichzeitig die Bauteileigenschaften pr\u00e4ziser vorhersagen.<\/p>\n

\u00bbAuf Basis von Datenraumabfragen k\u00f6nnen in materialintensiven Betrieben schnelle und pr\u00e4zise Entscheidungen getroffen werden, anstatt teure und zeitraubende \u201aTrial & Error-Schleifen\u2018 drehen zu m\u00fcssen\u00ab, sagt der Gesamtprojektkoordinator Dr. Christoph Schweizer. \u00bbUnsere Datenraum-Architektur ist so konzipiert, dass sie sich problemlos auf andere Materialprozesse \u00fcbertragen l\u00e4sst\u00ab. Werkzeuge und Workflows stehen somit der potenziell interessierten Industrie zur Verf\u00fcgung, um sie an ihre jeweiligen Bed\u00fcrfnisse anzupassen. Die im Projekt-Anwendungsfall des Aluminiumgussprozesses strukturierten Materialdaten wird das Konsortium als Best-Practice Beispiel zur wissenschaftlichen Nachnutzung noch ver\u00f6ffentlichen.<\/p>\n

Forschungspotenziale bei Dezentralisierung und KI<\/h4>\n

F\u00fcr Dr. Christoph Schweizer begann direkt im Anschluss an das Landesprojekt MaterialDigital ein darauf aufbauendes Fraunhofer-internes Programm, mit dem die Datenraumtechnologie dezentral einsatzf\u00e4hig werden soll. \u00bbWeitere Forschungspotentiale des Materialdatenraumes liegen insbesondere noch bei integrierbaren Logiken und der Ausnutzung von maschinellem Lernen\u00ab, sagt der Gesch\u00e4ftsfeldleiter f\u00fcr Werkstoffbewertung und Lebensdauerkonzepte. Trainierte Computermodelle k\u00f6nnten aus den Prozessgraphen noch nicht hinterlegte Gesetzm\u00e4\u00dfigkeiten herauslesen und nutzbar machen. Damit w\u00e4ren weitaus spezifischere Aussagen m\u00f6glich und der Modellierungsschritt lie\u00dfe sich drastisch minimieren.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n<\/div>\n

\n
\n
\n
\n
\n

Details zur Materialdatenraumtechnologie<\/h4>\n

Zentrales Anliegen des Konsortiums war die Entwicklung der technischen Grundlagen und Workflows f\u00fcr den Materialdatenraum auf Basis von etablierten Standardformaten. Insbesondere das Fraunhofer IWM war hier mit seinen Kompetenzen im Datenhandling gefragt. \u00bbBei der Entwicklung einer einheitlichen Datenstruktur f\u00fcr materialintensive Prozesse mussten wir praktisch bei Null anfangen, weil es noch so gut wie keine Vorarbeiten gab\u00ab, erl\u00e4utert Dr. Christoph Schweizer.<\/p>\n

Grundlage eines jeden Datenraumes ist eine Ontologie, also eine gemeinsame Sprachregelung, die sicherstellt, dass alle Daten sich eindeutig einordnen lassen. Im Landesprojekt bedienten sich die Beteiligten an vorgefertigten Basis-Ontologien und erg\u00e4nzten das gerade in der Werkstofftechnik besonders breite Fachvokabular. In Beziehung setzten sie die Daten innerhalb des Datenraums dann mithilfe eines Wissensgraphen, der Daten logisch miteinander verbindet. Ein bekanntes Beispiel f\u00fcr die Anwendung von Wissensgraphen sind die Infoboxen, die Google \u00fcber den einfachen Links eines Suchergebnisses pr\u00e4sentiert. Sind beispielsweise Hauptst\u00e4dte, das lokale Wetter oder Kinoprogramme gesucht, zeigt Google passende Bilder und Erkl\u00e4rungen in einer grau umrandeten Box \u00fcber den eigentlichen Suchergebnissen.<\/p>\n

App \u00fcbersetzt Prozessgraphen in Excel-Vorlage<\/h4>\n

Mit Hilfe dieser Grundstruktur aus Ontologie und Wissensgraph konnten die Forscherinnen und Forscher zun\u00e4chst einzelne Prozessschritte der Anwendungsf\u00e4lle beschreiben, die sogenannte \u00bbProzessmodellierung\u00ab. Im n\u00e4chsten Schritt wurden die Einzelprozesse gem\u00e4\u00df ihrer chronologischen Abfolge in der realen Prozesskette zu einem virtuellen Netzwerk miteinander verbunden. In diesem finalen Materialdatenraum sind dann nicht nur die Prozessbeschreibungen mitsamt ihrer Metadaten verf\u00fcgbar, sondern \u00fcber Verkn\u00fcpfungen auch die Rohdaten maschinell zug\u00e4nglich, sodass eine Vielfalt an Auswertungen m\u00f6glich ist.<\/p>\n

Damit auch Laien den Datenraum mit Daten bef\u00fcllen k\u00f6nnen, programmierten die Wissenschaftlerinnen und Wissenschaftler des Projektes eine App, mit der sich die modellierten Prozessgraphen vollautomatisiert in eine Excel-Vorlage konvertieren lassen. Diese Datei kann bei Bedarf von Hand bef\u00fcllt werden und erfordert somit keine Vorkenntnisse von Datenr\u00e4umen.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n<\/div>\n

\n
\n
\n
\n
\n

Erfolgreiche Verbesserung beim Gie\u00dfprozess<\/h4>\n

Den Nachweis, dass diese strukturierte und \u00fcbergreifend verkn\u00fcpfte Wissensbasis echten Mehrwert bringt, erbrachten Schweizer und Co durch die Integration von experimentellen Daten und Simulationen. F\u00fcr ein Gussteil erzeugten sie so einen digitalen Zwilling, der den Zusammenhang der \u00f6rtlich unterschiedlichen Erstarrung beim Gie\u00dfen und der \u00f6rtlich variierenden H\u00e4rte ausnutzt, um ein Simulationsmodell mit heterogen verteilten mechanischen Eigenschaften aufzubauen. \u00dcber Erkenntnisse aus dem Datenraum kann das Simulationsmodell zus\u00e4tzlich mit pr\u00e4zise gew\u00e4hlten Werkstoffparametern gef\u00fcttert werden, die die gussteilspezifische chemische Zusammensetzung und W\u00e4rmebehandlung ber\u00fccksichtigen.<\/p>\n

Auf Basis des digitalen Zwillings konnten die Forscherinnen und Forscher die funktionellen mechanischen Eigenschaften des Gussteils nachweislich pr\u00e4ziser vorhersagen als mit chargenunabh\u00e4ngigen Materialkennwerten. Dies ging deutlich schneller und mit weniger Aufwand als mit bisherigen Methoden.<\/p>\n

Den Abschlussbericht des Landesprojekts MaterialDigital im Rahmen der F\u00f6rderung von wirtschaftsnahen Forschungsvorhaben mit Bezug zur Umsetzung der Digitalisierungsstrategie des Ministeriums f\u00fcr Wirtschaft, Arbeit und Wohnungsbau Baden-W\u00fcrttemberg im Themenfeld Digitalisierung: \u00bbChance f\u00fcr Nachhaltigkeit und Energiewende\u00ab finden Sie unter diesem Link<\/a>.<\/p>\n

Link zur Webseite des Landesprojekts MaterialDigital<\/a><\/u><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Das gr\u00f6\u00dfte Potenzial der Digitalisierung in materialintensiven Betrieben liegt in prozess\u00fcbergreifender Verkn\u00fcpfung von Materialdaten…<\/p>\n","protected":false},"author":2,"featured_media":15056,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[24,16],"tags":[],"series":[],"class_list":["post-23755","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-plas-tv-meldungen-auf-der-startseite-unterhalb-slider","category-plast-tv-textmeldungen"],"_links":{"self":[{"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/23755","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=23755"}],"version-history":[{"count":1,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/23755\/revisions"}],"predecessor-version":[{"id":23756,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/23755\/revisions\/23756"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/media\/15056"}],"wp:attachment":[{"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=23755"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=23755"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=23755"},{"taxonomy":"series","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fseries&post=23755"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}