{"id":29320,"date":"2021-12-10T11:11:26","date_gmt":"2021-12-10T10:11:26","guid":{"rendered":"https:\/\/php8.plastv.de\/?p=29320"},"modified":"2021-12-10T11:11:26","modified_gmt":"2021-12-10T10:11:26","slug":"intelligente-regelung-der-formteilfarbe-im-spritzgiessprozess","status":"publish","type":"post","link":"https:\/\/plas.tv\/?p=29320","title":{"rendered":"Intelligente Regelung der Formteilfarbe im Spritzgie\u00dfprozess"},"content":{"rendered":"
\n

Einf\u00e4rben ohne Farbabweichungen<\/h4>\n

Ziel des Forschungsprojekts “Farbmischung Online” am Kunststoff-Zentrum in Leipzig (KUZ) ist die vollst\u00e4ndige Integration der Einf\u00e4rbung von thermoplastischen Kunststoffen in den Herstellungsprozess des Spritzgie\u00dfens. Umgesetzt wird dies mit Hilfe von Inline-Farbmessung und Online-Dosierung aus Basis von Fl\u00fcssigfarben. Dabei erfolgen die Rezeptierung und Dosierung der Farbe direkt im laufenden Prozess an der Maschine. Eine solche L\u00f6sung bringt gegen\u00fcber dem aktuellen Stand der Technik den Vorteil, dass der notwendige Zeitaufwand f\u00fcr das Einf\u00e4rben eines Formteils stark verringert wird. Au\u00dferdem erm\u00f6glicht es eine kontinuierliche und l\u00fcckenlose Qualit\u00e4tskontrolle. Farbabweichungen durch Chargenschwankungen oder wechselnde\u00a0 Umweltbedingungen k\u00f6nnen dadurch jederzeit erkannt und im Prozess ausgeglichen werden<\/p>\n

Mit Farbsensoren und Farbmodellen zur Zielfarbe<\/h4>\n

Im Rahmen des Projektes wurde ein Versuchsstand entwickelt, der eine Verkn\u00fcpfung von Farbmessung
\nund Dosierung mit dem Spritzgie\u00dfprozess erm\u00f6glicht. \u00dcber einen Steuerrechner wird durch den Anwender die gew\u00fcnschte Zielfarbe definiert. F\u00fcr diese Zielfarbe wird ein Farbrezept f\u00fcr ein verf\u00fcgbares Sortiment berechnet und als Steuersignal an die Farbdosierstation weitergegeben. Die Farbe der produzierten Formteile wird durch einen Farbsensor gemessen und mit der Zielfarbe verglichen. In einem iterativen Verfahren wird die Formteilfarbe automatisch an die definierte Zielfarbe angeglichen. F\u00fcr die iterative Berechnung der Farbdosieranteile wurden zwei Verfahren untersucht. Das erste Verfahren verwendet ein physikalisches Farbmodell in Form einer am Markt erh\u00e4ltlichen Rezeptiersoftware. Beim zweiten Verfahren wird ein neuronales Netz mit Stichproben angelernt, um f\u00fcr eine definierte Zielfarbe die richtigen Anteile der einzelnen Farbkan\u00e4le zu berechnen.<\/p>\n

Selbst optimierendes Farbdosiersystem<\/h4>\n

Es ist es gelungen, ein sich selbst optimierendes Farbdosiersystem f\u00fcr Fl\u00fcssigfarben zu entwickeln. Dieses System ist in der Lage, innerhalb weniger Iterationsschritte ein Farbrezept f\u00fcr eine gew\u00fcnschte Zielfarbe zu optimieren. Dabei wird der empfundene Farbabstand \u0394E mit jeder Iteration kleiner bis er sein Optimum erreicht hat. Es gilt, dass ein \u0394E<1.0 nur f\u00fcr das ge\u00fcbte Auge erkennbar ist. Ab einem \u0394E<0.5 gilt die Abweichung als nahezu unmerklich. W\u00e4hrend der Untersuchungen hat sich gezeigt, dass beide Verfahren prinzipiell geeignet sind, eine Online-Rezeptierung im Spritzgie\u00dfprozess durchzuf\u00fchren. Speziell f\u00fcr die Verwendung unter Produktionsbedingungen hat sich das Neuronale Netz als praxisnahe Alternative zu einem physikalischen Farbmodell hervorgetan. Besonders vorteilhaft ist hier, dass die Datenbasis mit jedem neuen Zyklus erweitert wird, das Modell lernt stetig dazu. Au\u00dferdem kann auf die aufwendige Erstellung von Eichreihen verzichtet werden, was Ressourcen und Arbeitszeit spart.<\/p>\n

Rentable geringe Losgr\u00f6\u00dfen<\/h4>\n

Mit dem entwickelten Verfahren l\u00e4sst sich der Zeitaufwand f\u00fcr das Einf\u00e4rben von Formteilen beim Spritzgie\u00dfen stark reduzieren. Damit wird die Produktion geringer Losgr\u00f6\u00dfen f\u00fcr den Hersteller rentabler. Folglich k\u00f6nnen Hersteller individuelle und flexible L\u00f6sungen anbieten. Au\u00dferdem ist eine kontinuierliche Kontrolle der Formteilfarbe m\u00f6glich. Chargenschwankungen oder Umwelteinfl\u00fcsse k\u00f6nnen so jederzeit ausgeglichen und die Ausschussmenge reduziert werden, was ebenfalls zu einer Reduzierung der Betriebskosten und zu einer nachhaltigeren Produktion beitr\u00e4gt.<\/p>\n

Blick in die Zukunft<\/h4>\n

Der Ansatz zur intelligenten Regelung der Formteilfarbe \u00fcber ein K\u00fcnstliches Neuronales Netz hat sich
\nin dem Projekt als sehr vielversprechend erwiesen. Deshalb wurde vom KUZ ein neues Forschungsprojekt zur Entwicklung eines KI-gest\u00fctzten Assistenzsystems zur Online-Farbrezeptierung beantragt. Ziel dieses Projektes ist es, den Ansatz des Maschinellen Lernens bei der Farbprognose konsequent weiter zu verfolgen und dem Anwender einen Assistenten zur Seite zu stellen, welcher ihn bei der Einrichtung und Qualit\u00e4ts\u00fcberwachung unterst\u00fctzt. Das eingesetzte K\u00fcnstliche Neuronale Netz soll dabei das komplette Farbspektrum abbilden und somit \u00fcber eine h\u00f6here Prognosegenauigkeit verf\u00fcgen. Zus\u00e4tzlich lassen sich damit auch spezielle Farbeffekte wie Metamerie vorhersagen.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Ziel des Forschungsprojekts “Farbmischung Online” am Kunststoff-Zentrum in Leipzig (KUZ) ist die vollst\u00e4ndige Integration der Einf\u00e4rbung…<\/p>\n","protected":false},"author":2,"featured_media":29321,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[24,16],"tags":[],"series":[],"class_list":["post-29320","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\/29320","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=29320"}],"version-history":[{"count":1,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/29320\/revisions"}],"predecessor-version":[{"id":29322,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/29320\/revisions\/29322"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/media\/29321"}],"wp:attachment":[{"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=29320"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=29320"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=29320"},{"taxonomy":"series","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fseries&post=29320"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}