Achtung:

Sie haben Javascript deaktiviert!
Sie haben versucht eine Funktion zu nutzen, die nur mit Javascript möglich ist. Um sämtliche Funktionalitäten unserer Internetseite zu nutzen, aktivieren Sie bitte Javascript in Ihrem Browser.

Technik & Diversity (TD) Bildinformationen anzeigen
Technik & Diversity (TD) Bildinformationen anzeigen
Technik & Diversity (TD) Bildinformationen anzeigen

Technik & Diversity (TD)

Technik & Diversity (TD)

Technik & Diversity (TD)

ExtrA

ExtrA – Entwicklung simulationsgestützter Assistenten für die Extrusion

Gefördert aus Europäischen Fonds für regionale Entwicklung (EFRE) im Leitmarkt für Informations- und Kommunikationswirtschaft in NRW (EFRE-0801364).

Projektlaufzeit: 01.02.2019 bis 31.01.2022

Abstract

Bei der Herstellung von Kunststoff-Halbzeugen wie beispielsweise Kunststoffrohren, -hohlstäben, -vollstäben etc. wird Kunststoffgranulat in einem Extruder (1) aufgeschmolzen. Die entstehende Kunststoffschmelze strömt aufgrund des im Extruder erzeugten Druckes durch ein Extrusionswerkzeug (2), welches somit die zähflüssige Schmelze in die Produktform umlenkt. Nach dem Verlassen des Extrusionswerkzeuges wird die Produktgeometrie in einer Kühlstrecke (3) kalibriert und gezielt abgekühlt, so dass ein qualitativ hochwertiges Produkt entsteht. Die Parametrierung des gesamten Prozesses (Extruder, Werkzeug, Kühlstrecke) übernimmt ein Maschinenbediener mit seinem spezifischen Know-how (4).

Ziel des Projektes ist es, auf der Basis von Live-Computersimulationsmöglichkeiten sowie einer angekoppelten Expertendatenbank einen möglichst autarken Betrieb einer Extrusionslinie zu ermöglichen. Dazu werden sämtliche Messdaten die bereits an der Extrusionslinie vorliegen (z.B. in der Extrudersteuerung) ausgelesen und weitere Prozessparameter über zusätzliche Sensoren erfasst. Diese Daten werden in einer zentralen Datenbank gespeichert.

Drei verschiedene Simulationssysteme für die Subsysteme 1, 2 und 3 lesen die Live-Prozessdaten aus der Datenbank und erzeugen Simulationsergebnisse. Diese Simulationsergebnisse dienen als zusätzliche Informationen über den Prozess und beinhalten nicht messbare Größen sowie prognostische Werte. Sämtliche vorhandene Informationen werden einem Softwaresystem übergeben, welches zusätzlich über implementiertes Expertenwissen verfügt und auf der Basis verschiedener Methoden (Fuzzy-Logik, künstliche neuronale Netze, Machine Learning, Deep Learning) dem Maschinenbediener Verbesserungsmöglichkeiten vorschlägt oder die Linie autark betreibt.

Soziale und diversitätsbezogene Ziele:

In diesem Projekt werden die unterschiedlichen, für die Prozessoptimierung relevanten Expertisen und praktischen Erfahrungen mit inter- und transdisziplinären Forschungsmethoden erschlossen. In der explorativen Phase werden zunächst 5-10 themenzentrierte Interviews mit Abteilungsleitenden und MaschinenbedienerInnen in den assoziierten Partnerunternehmen durchgeführt, um erste Schwachstellen des Systems identifizieren zu können.

Daraus wird ein Onlinefragebogen entwickelt und Unternehmen der kunststoffverarbeitenden Branche in NRW zur Teilnahme an der Erhebung eingeladen. Ziel ist, ein möglichst repräsentatives Bild der Anforderungen und Probleme aus verschiedenen Einsatzbereichen von Extrusionsverfahren in kunststoffverarbeitenden Unternehmen zu erhalten.

Expertisen von Maschinenbedienenden umfassen auch praktisches und implizites Wissen, dass eine besonders wertvolle Grundlage für die Gestaltung der Mensch-Maschine Interaktion und die Konzeption der Rolle des Maschinenbedienenden im neuen cyberphysischen System darstellt. Solche Wissensformen werden mittels qualitativer Methoden erhoben und analysiert: zum einen werden 3-5 Teilnehmende Beobachtungen zum Arbeitsalltag am Produktionsprozess vorgenommen; zum anderen werden 6-10 Diskussionsgruppen mit jeweils 3-7 MaschinenbedienerInnen durchgeführt. Die Gruppen werden nach betriebsspezifischen und soziodemografischen Kriterien, u.a. Betriebsgröße, Fachausbildung/angelernte Arbeitskraft ohne Fachausbildung, Dienstalter, Lebensalter, Geschlecht, gebildet. Dabei ist aus methodischen Gründen geboten, zumindest eine Gruppe ausschließlich mit Maschinenbedienerinnen durchzuführen, um Unterschiede und Gemeinsamkeiten der Geschlechtergruppen analysieren und berücksichtigen zu können. In der Diskussion täglich erlebter Anforderungen und Probleme, aber auch von Arbeitszufriedenheit und Lernerfahrungen dokumentiert sich implizites Wissen der MaschinenbedienerInnen. Schließlich werden qualitative und quantitative Befunde zusammengeführt, um Ansätze für die Gestaltung optimaler Produktionsassistenz im neuen cybertechnischen System und den notwendigen Know-how Transfer abzuleiten.

Darüber hinaus sollen die Ergebnisse der Onlinebefragung durch eine Analyse von Branchendaten ergänzt werden, um abschließend eine Wirtschaftlichkeitsbetrachtung zum Einsatz selbstoptimierender Extrusionsanlagen durchführen können.

Weitere Informationen

Ansprechpartner

Johannes Terhechte

Leichtbau im Automobil

Technik & Diversity

Johannes  Terhechte
Telefon:
+49 5251 60-5951
Büro:
IW 1.875

Sprechzeiten:

Nach Vereinbarung

Die Universität der Informationsgesellschaft