KI-KULT - Hybride-Prozess-KI für die schneckenbasierte Kunststoffverarbeitung basierend auf numerischen Simulationen und nichtinvasiven Ultraschall-Messungen

Die Extrusion ist ein formgebendes Verfahren, zur Synthese und zum Recycling von Kunststoffen mit komplexen Abhängigkeiten von Materialeigenschaften und Prozessbedingungen. Die Wahl der Einstellgrößen und die Fehlerbehebung in der Produktion sind stets kosten- und zeitaufwendig. Es fehlt insbesondere an Messtechniken und der Zugänglichkeit, um die Materialien hinsichtlich Zusammensetzung, Verweildauer und Temperatur vollständig zu überwachen. Als Lösung sollen im KMU-Verbundvorhaben ein KI-Assistenzsystem zur ortsaufgelösten Visualisierung des Materialflusses und zur Prognose der Prozesse in Extrusionsanlagen entwickelt werden. Ziel ist die Echtzeit-Vorhersage der Massenverteilung im Schmelzekanal zur direkten Steuerung der Extrusionsprozesse.

Im Einzelnen besteht das System aus einer Simulations-KI, die anhand von nicht-invasiv am Extruder erfassten Ultraschalldaten, Vorhersagen über die Verweilzeit und das Aufschmelzverhalten liefert. Die Ultraschallmessung kann für Anlagen nachgerüstet werden und liefert Daten zum Massenstrom. In Kombination mit konventionellen Daten des Extrusionsprozesses sollen über ein Simulationsmodell (CFD) die Aufschmelz- und Strömungsverhältnisse für verschiedene Materialien und Extrudergeometrien mittels einer trainierten KI abgebildet werden. Ziel ist es, dem Bediener eine Live-Anzeige der Verweilzeit und des Aufschmelzverlaufs von Kunststoffen in Extrudern zur Verfügung zu stellen und damit die Anwendung und Effizienz von Extrudern deutlich zu verbessern.

In enger Kooperation mit Katronic entwickelt das Forschungsinstitut ifak die Methode der Ultraschallmessung sowie die benötigten Algorithmen zur Auswertung und KI-fähigen Aufbereitung der Daten. Die KMU Ianus modelliert den Strömungsprozess und die Forschungseinrichtung SKZ unterstützt die Implementierung und Entwicklung des Gesamtsystems auf einer industriellen Prototypenanlage.

Extrusion is a moulding process for the synthesis and recycling of plastics with complex dependencies on material properties and process conditions. The selection of setting variables and troubleshooting in production are always costly and time-consuming. In particular, there is a lack of measurement technology and accessibility to fully monitor the materials in terms of composition, retention time and temperature. As a solution, the joint SME project aims to develop an AI assistance system for the spatially resolved visualisation of the material flow and the prediction of processes in extrusion lines. The aim is real-time prediction of the mass distribution in the melt channel for direct control of the extrusion processes.

Specifically, the system consists of a simulation AI that provides predictions about the residence time and melting behaviour based on non-invasive ultrasonic data recorded at the extruder. The ultrasonic measurement can be retrofitted in systems and provides data on the mass flow. In combination with conventional data from the extrusion process, a simulation model (CFD) is used to map the melting and flow conditions for different materials and extruder geometries with the help of trained AI. The aim is to provide the operator with a live visualisation of the dwell time and melting process of plastics in extruders and thus significantly improve the application and efficiency of extruders.

The ifak research institute is working closely with Katronic to develop the ultrasound measurement method and the necessary algorithms for AI-capable evaluation and processing of the data. The SME IANUS is modelling the flow process and the SKZ research institute is supporting the implementation and development of the overall system on an industrial prototype system.