Mobile-Menu

Rasende Alternative Mit KI zum idealen Spritzgussteil in einem Hundertstel der üblichen Zeit

Quelle: Universität Augsburg 4 min Lesedauer

Anbieter zum Thema

Universität Augsburg

Wenn es um komplex geformte Kunststoffteile für die Massenfertigung geht, führt am Spritzgießen kein Weg vorbei. Um den Herstellprozess noch schneller zu optimieren, kann die KI genutzt werden ...

Entlastung für Konstrukteure! An der Universität Augsburg ist es einem Forscherteam per KI und üblichen Methoden gelungen, in lediglich Sekunden herauszufinden, wie ein Bauteil für das Spritzgießen am besten auszulegen ist – einschließlich Werkzeugkonstruktion.(Bild: Universität Augsburg)
Entlastung für Konstrukteure! An der Universität Augsburg ist es einem Forscherteam per KI und üblichen Methoden gelungen, in lediglich Sekunden herauszufinden, wie ein Bauteil für das Spritzgießen am besten auszulegen ist – einschließlich Werkzeugkonstruktion.
(Bild: Universität Augsburg)

Für alle, die es noch nicht wissen: Beim Spritzgießen von Kunststoffteilen wird der für das Teil passende Kunststoff in einer beheizten Plastifiziereinheit der Spritzgießmaschine mit einer Art Fleischwolfschnecke aufgeschmolzen und dann durch eine Düse in ein sogenanntes Spritzgießwerkzeug injiziert. Letzteres ist praktisch die Negativform (Kavität) des Bauteils – wie etwa die Gussform für das Zinngießen von Figuren. Ist die Schmelze dann fest geworden, öffnen sich die Werkzeughälften und das einsatzfähige Kunststoffteil kann entnommen werden. Bevor das alles klappt, gilt es aber, einiges im Vorfeld herauszufinden. So muss herausgefunden werden, an welcher Position am Werkzeug die Schmelze am besten eingespritzt wird, wie schnell sich der jeweilige Kunststoff soweit abkühlt, dass er wieder fest ist und ob sich das Bauteil nach der Entformung eventuell verziehen wird. Das kostet oft viel Zeit. Augsburger Forscher haben nun etwas versucht, dass den ganzen Vorprozess drastisch kürzer werden lässt.

Bauteil- und Prozessvalidierung in Sekunden

Am Centre for Future Production der Universität Augsburg kombinierte das Team um Prof. Dr.-Ing. Nils Meyer dazu klassisch-physikalische mit KI-gestützten Modellen in einer Software. Diese konnte, wie es weiter heißt, dann die nötigen Berechnungen in nur wenigen Sekunden durchführen. Ihr neuer Ansatz ist damit bis zum Faktor 100 schneller als gängige Softwaresysteme für diesen Zweck, wie die Augsburger betonen. Um aber die Bedeutung dieses Erfolges ganz zu verstehen, muss man sich näher mit den Abläufen im kunststoffverarbeitenden Gewerbe auseinandersetzen: Wenn ein Unternehmen ein neues Bauteil spritzgießen möchte, muss zunächst geprüft werden, ob das Teil so herstellbar ist und der Entwurf der Spritzgießform respektive des -werkzeugs muss validiert werden. Das geschieht per Software, deren Berechnungen auf physikalischen Strömungssimulationen basieren, wie es weiter heißt. Die Ergebnisse sind zwar sehr präzise, jedoch ist der Vorgang rechenintensiv und dauert häufig mehrere Stunden. Vor allem in frühen Phasen der Produktentwicklung wäre aber ein schnelleres und flexibleres Rechenmodell von Vorteil, um rascher Entscheidungen für nötige Verbesserungen und Anpassungen treffen zu können. An dieser Stelle kommt das Team um Nils Meyer ins Spiel ...

Von rechts: Prof. Dr.-Ing. Nils Meyer und Projekt-Mitarbeiter Julian Greif vom Centre for Future Production der Universität Augsburg freuen sich, dass sie ein KI-Tool entwickeln konnten, um die Bauteilentwicklung mit Blick auf das Spritzgießen von Kunststoffen zu optimieren.(Bild: Universität Augsburg)
Von rechts: Prof. Dr.-Ing. Nils Meyer und Projekt-Mitarbeiter Julian Greif vom Centre for Future Production der Universität Augsburg freuen sich, dass sie ein KI-Tool entwickeln konnten, um die Bauteilentwicklung mit Blick auf das Spritzgießen von Kunststoffen zu optimieren.
(Bild: Universität Augsburg)

(ID:50918301)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung