Maschine und Simulation: Zwei Welten wachsen zusammen
Das Einrichten einer Spritzgießmaschine bis zum Erreichen des optimalen Betriebspunktes ist zeitaufwendig und erfordert Expertenwissen. Bosch-Forscher wollen den Aufwand – vom Produktionsstart bis zur gewünschten Qualität in der Serienfertigung – verringern, indem sie den gesamten Prozess im Rechner simulieren. Dadurch erhalten sie bessere Startparameter für den Produktionsanlauf. Ein selbstoptimierender Regelkreis in der Steuerung der Spritzgießmaschine trimmt die Kunststoffteile auf gute Qualität.
Kunststoffe sind eigenwillig. Stärker als andere Materialien, z.B. Metalle, zeigen sie ein drastisch komplizierteres Verhalten, etwa beim Abkühlen. Dabei schrumpft das Material in verschiedenen Raumrichtungen unterschiedlich stark in sich zusammen. Fachleute sprechen dann von anisotropem Materialverhalten. Und das bereitet Probleme. Das komplexe Werkstoffverhalten erschwert es, die hochpräzisen Kunststoffbauteile in der von Bosch geforderten Qualität herzustellen.
Der eigenwillige Werkstoff läßt sich über die Spritzgießtechnik in fast jede beliebige Form bringen. Das macht ihn so attraktiv. Saugrohre, Zylinderkopfhauben, Steckerleisten und Elektronikgehäuse bauen auf diese Technik. Doch aufgrund seiner anisotropen Materialeigenschaften, lässt sich nur schwer voraussagen, ob ein Formwerkzeug das Bauteil in der gewünschten Präzision auch liefert. Das macht die Werkzeugherstellung und das Prozedere der Maschineneinstellung langwierig und kostspielig: Ein Werkzeug ist teuer und das Einfahren (die Bemusterung) kann einige Wochen dauern. Bosch-Forscher wollen deshalb durch eine Simulation des Gesamtsystems die Präzision erhöhen und Einrichtzeiten deutlich verkürzen.
Das Prinzip des Spritzgießens ist einfach erklärt. Ein Thermoplast (durch Wärme verformbarer Kunststoff) wird als Granulat in einen Trichter geschüttet. Eine Schnecke fördert das Material durch einen beheizten Zylinder, dabei erwärmt sich der Kunststoff auf rund 300 °C, schmilzt und nimmt einen plastischen, hochviskosen Zustand ähnlich dem von Honig ein. In einem zweiten Schritt wird er dann unter hohem Druck (bis 2000 bar) in das Werkzeug gespritzt, das dem Kunststoff seine Form gibt. Dann kühlt er ab und erstarrt. Das Werkzeug öffnet sich und das fertige Spritzteil fällt aufs Band oder wird durch einen Roboterarm entnommen.
Ein ganzer Zyklus dauert je nach Bauteil etwa 20 bis 90 Sekunden, wobei das Abkühlen mehr als die Hälfte der Prozesszeit beansprucht. Das Abkühlen ist mithin ein wesentlicher Schritt im Gesamtprozess. Hier zeigt sich, wie die verschiedenen Parameter zusammenwirken: Legen die Konstrukteure ein Kunststoffelement etwas dicker aus, beispielsweise um es zu verstärken, braucht das Abkühlen aufgrund der größeren Materialmasse mehr Zeit.
Dadurch sinkt aber auch der Output pro Zeit in der Fertigung. Die Stückkosten sind höher. Andererseits verursacht eine schnelle Abkühlung eine stärkere, teils nicht immer vorhersehbare Verformung des Bauteils. Die Qualität ist unzureichend.
Um die optimalen Prozessparameter für eine konventionelle Spritzgießmaschine herauszubekommen, werden typischerweise über Wochen statistische Versuchspläne abgearbeitet. Dort gehen 10 bis 15 verschiedene Maschineneinstellungen (z.B. Werkzeugtemperatur, Druck, Temperatur der Kunststoffschmelze und Einspritzgeschwindigkeit) ein. Sie werden statistisch variiert. Anhand dieser Versuchspläne nähert man sich einer optimalen Maschineneinstellung.
Mit Computersimulationen soll es nun schneller gehen. Um sämtliche Einflussfaktoren auf das Spritzgießen in den Griff zu bekommen, zergliedern die Bosch-Forscher das Gesamtsystem in vier Teile: die Werkstoffeigenschaften, das Maschinenverhalten, das Werkzeug und die Umgebungseinflüsse. Ziel ist eine bestmögliche Qualität der Formteile durch optimierte Prozessparameter – erst simuliert, dann real getestet.
Bis zum Jahr 2010 wollen die Bosch-Forscher eine komplette Spritzgießmaschine virtuell im Computer abgebildet haben. Dann soll es möglich sein, die optimalen Arbeitsparameter für die Maschine vorab durch Simulation zu ermitteln, ja sogar Qualitätsprognosen zu erstellen. Mit der Simulation entfallen natürlich nicht die Tests an der realen Maschine. Der dafür benötigte Zeitaufwand würde aber beträchtlich sinken. Einen wichtigen Zwischenschritt haben die Bosch-Forscher unlängst erreicht: Über eine statistische Betrachtung der Prozessparameter können Schwankungen und Driften ausgeglichen werden.
Als Methoden werden dazu lineare Regressionen zwischen den Regelgrößen und den Qualitätsmerkmalen verwandt, aber auch neuronale Netzwerke. Letztere haben insbesondere bei nichtlinearen Zusammenhängen (wie etwa das anisotrope Verzugsverhalten der Kunststoffe) ihre Stärke. Der Clou dabei: Die Regelungssoftware wählt automatisch das beste Verfahren, ob lineare Regression oder neuronales Netz, und entscheidet auch, wann nachkalibriert oder das neuronale Netz neu berechnet werden muss. Durch diese Eigenmächtigkeit der Regelungsmechanismen rückt eine selbstoptimierende Spritzgießmaschine in greifbare Nähe. Die Leistungsfähigkeit von Regelungsmodellen auf Basis neuronaler Netze konnte von Bosch unlängst in einem Projekt mit Industriepartnern und Forschungsinstituten nachgewiesen werden. Für einen Spritzgießprozess gab es mehrere Millionen Einstellkombinationen für den Arbeitspunkt der Maschine. Nur welche sichert eine optimale Qualität?
Normalerweise würde dies mit umfangreichen statistischen Versuchsprotokollen untersucht. Nach Training eines neuronalen Netzes konnte die Vielzahl an Einstellungen auf rund 370 Kombinationen eingeschränkt werden. Nach einem weiteren Feintuning gelang eine Eingrenzung auf nur 20 verschiedene Arbeitspunkte. Aufwand und Zeit bis zur optimalen Maschineneinstellung konnten so deutlich reduziert werden.
Forschungsarbeiten an der Spritzgießmaschine werden von Bosch-Forschern auf zwei Ebenen vorangetrieben. Einerseits die reale Maschine und ihre Welt der modellgestützen Prozessanalyse, -regelung und -optimierung.
Phänomenlogische Größen wie Temperaturen, Drücke oder Fließgeschwindigkeiten werden gemessen und gehen so in die Regelkreise ein. Andererseits die virtuelle Maschine: Hier bauen Computersimulationen auf den physikalischen Grundlagen der Werkstoffphysik auf. Die auftretenden Nichtlinearitäten, vor allem bei den Materialeigenschaften, sind noch eine harte Nuss für die Forscher. Das besondere Know-how von Bosch zeigt sich darin, beide Welten, Hardware und Simulation, miteinander in Beziehung zu setzen.
Der eigenwillige Werkstoff läßt sich über die Spritzgießtechnik in fast jede beliebige Form bringen. Das macht ihn so attraktiv. Saugrohre, Zylinderkopfhauben, Steckerleisten und Elektronikgehäuse bauen auf diese Technik. Doch aufgrund seiner anisotropen Materialeigenschaften, lässt sich nur schwer voraussagen, ob ein Formwerkzeug das Bauteil in der gewünschten Präzision auch liefert. Das macht die Werkzeugherstellung und das Prozedere der Maschineneinstellung langwierig und kostspielig: Ein Werkzeug ist teuer und das Einfahren (die Bemusterung) kann einige Wochen dauern. Bosch-Forscher wollen deshalb durch eine Simulation des Gesamtsystems die Präzision erhöhen und Einrichtzeiten deutlich verkürzen.
Das Prinzip des Spritzgießens ist einfach erklärt. Ein Thermoplast (durch Wärme verformbarer Kunststoff) wird als Granulat in einen Trichter geschüttet. Eine Schnecke fördert das Material durch einen beheizten Zylinder, dabei erwärmt sich der Kunststoff auf rund 300 °C, schmilzt und nimmt einen plastischen, hochviskosen Zustand ähnlich dem von Honig ein. In einem zweiten Schritt wird er dann unter hohem Druck (bis 2000 bar) in das Werkzeug gespritzt, das dem Kunststoff seine Form gibt. Dann kühlt er ab und erstarrt. Das Werkzeug öffnet sich und das fertige Spritzteil fällt aufs Band oder wird durch einen Roboterarm entnommen.
Ein ganzer Zyklus dauert je nach Bauteil etwa 20 bis 90 Sekunden, wobei das Abkühlen mehr als die Hälfte der Prozesszeit beansprucht. Das Abkühlen ist mithin ein wesentlicher Schritt im Gesamtprozess. Hier zeigt sich, wie die verschiedenen Parameter zusammenwirken: Legen die Konstrukteure ein Kunststoffelement etwas dicker aus, beispielsweise um es zu verstärken, braucht das Abkühlen aufgrund der größeren Materialmasse mehr Zeit.
Dadurch sinkt aber auch der Output pro Zeit in der Fertigung. Die Stückkosten sind höher. Andererseits verursacht eine schnelle Abkühlung eine stärkere, teils nicht immer vorhersehbare Verformung des Bauteils. Die Qualität ist unzureichend.
Um die optimalen Prozessparameter für eine konventionelle Spritzgießmaschine herauszubekommen, werden typischerweise über Wochen statistische Versuchspläne abgearbeitet. Dort gehen 10 bis 15 verschiedene Maschineneinstellungen (z.B. Werkzeugtemperatur, Druck, Temperatur der Kunststoffschmelze und Einspritzgeschwindigkeit) ein. Sie werden statistisch variiert. Anhand dieser Versuchspläne nähert man sich einer optimalen Maschineneinstellung.
Mit Computersimulationen soll es nun schneller gehen. Um sämtliche Einflussfaktoren auf das Spritzgießen in den Griff zu bekommen, zergliedern die Bosch-Forscher das Gesamtsystem in vier Teile: die Werkstoffeigenschaften, das Maschinenverhalten, das Werkzeug und die Umgebungseinflüsse. Ziel ist eine bestmögliche Qualität der Formteile durch optimierte Prozessparameter – erst simuliert, dann real getestet.
Bis zum Jahr 2010 wollen die Bosch-Forscher eine komplette Spritzgießmaschine virtuell im Computer abgebildet haben. Dann soll es möglich sein, die optimalen Arbeitsparameter für die Maschine vorab durch Simulation zu ermitteln, ja sogar Qualitätsprognosen zu erstellen. Mit der Simulation entfallen natürlich nicht die Tests an der realen Maschine. Der dafür benötigte Zeitaufwand würde aber beträchtlich sinken. Einen wichtigen Zwischenschritt haben die Bosch-Forscher unlängst erreicht: Über eine statistische Betrachtung der Prozessparameter können Schwankungen und Driften ausgeglichen werden.
Als Methoden werden dazu lineare Regressionen zwischen den Regelgrößen und den Qualitätsmerkmalen verwandt, aber auch neuronale Netzwerke. Letztere haben insbesondere bei nichtlinearen Zusammenhängen (wie etwa das anisotrope Verzugsverhalten der Kunststoffe) ihre Stärke. Der Clou dabei: Die Regelungssoftware wählt automatisch das beste Verfahren, ob lineare Regression oder neuronales Netz, und entscheidet auch, wann nachkalibriert oder das neuronale Netz neu berechnet werden muss. Durch diese Eigenmächtigkeit der Regelungsmechanismen rückt eine selbstoptimierende Spritzgießmaschine in greifbare Nähe. Die Leistungsfähigkeit von Regelungsmodellen auf Basis neuronaler Netze konnte von Bosch unlängst in einem Projekt mit Industriepartnern und Forschungsinstituten nachgewiesen werden. Für einen Spritzgießprozess gab es mehrere Millionen Einstellkombinationen für den Arbeitspunkt der Maschine. Nur welche sichert eine optimale Qualität?
Normalerweise würde dies mit umfangreichen statistischen Versuchsprotokollen untersucht. Nach Training eines neuronalen Netzes konnte die Vielzahl an Einstellungen auf rund 370 Kombinationen eingeschränkt werden. Nach einem weiteren Feintuning gelang eine Eingrenzung auf nur 20 verschiedene Arbeitspunkte. Aufwand und Zeit bis zur optimalen Maschineneinstellung konnten so deutlich reduziert werden.
Forschungsarbeiten an der Spritzgießmaschine werden von Bosch-Forschern auf zwei Ebenen vorangetrieben. Einerseits die reale Maschine und ihre Welt der modellgestützen Prozessanalyse, -regelung und -optimierung.
Phänomenlogische Größen wie Temperaturen, Drücke oder Fließgeschwindigkeiten werden gemessen und gehen so in die Regelkreise ein. Andererseits die virtuelle Maschine: Hier bauen Computersimulationen auf den physikalischen Grundlagen der Werkstoffphysik auf. Die auftretenden Nichtlinearitäten, vor allem bei den Materialeigenschaften, sind noch eine harte Nuss für die Forscher. Das besondere Know-how von Bosch zeigt sich darin, beide Welten, Hardware und Simulation, miteinander in Beziehung zu setzen.
