Manchmal hilft es, bei der Lösung von Problemen einen Umweg zu nehmen: Weil die Viskosität bei der Produktion von Klebstoffen nicht direkt erfasst werden kann, arbeiten Forscher des Fraunhofer IEM mit virtuellen Sensoren. Dabei ersetzen neuronale Netze echte Messungen, indem Sie die Messwerte indirekt berechnen. Felix Reinhart erklärt, wie das genau funktioniert.

Hallo Herr Reinhart. In einer Beschreibung des Fraunhofer-Instituts für Entwurfstechnik Mechatronik IEM zu Ihrem Projekt heißt es: »Die Produktion von reaktiven Schmelzklebstoffen ist komplex, da eine Vielzahl von Rohstoffen homogen gemischt werden und auf kontrollierte Weise reagieren muss«.

Ich kann die schwierigen Voraussetzungen unseres Projekts »Prozessmonitoring für die Produktion von reaktiven Schmelzklebestoffen« gerne ein wenig konkretisieren: Wir sprechen über etwa ein Dutzend Ingredienzien, die miteinander reagieren sollen. Diese Komponenten müssen Sie innerhalb von mehreren Stunden genau timen und unter Umständen auch unter unterschiedlichen spezifischen Bedingungen hinzufügen. Hinzu kommt, dass die Viskosität des sich entwickelnden, mehrere Tonnen schweren Klebstoffs pro Charge immer weiter steigt. Es gilt also, Zähigkeit auszubilden ohne das am Ende der ganze Reaktor verklebt. Diesen Prozess wollen wir weiter automatisieren.

Das Know-how zu diesem Prozedere beruhte bislang in der Regel auf Erfahrungswissen?

Natürlich nicht ausschließlich. Beispielsweise können Sie die Temperatur messen. Aber eben nicht jederzeit und an jedem Ort im Reaktor. Deshalb ist Erfahrung mit Sicherheit ein entscheidender Faktor. Da die Prozesse in einem großen Behälter ablaufen, in den Sie nur begrenzt hineinsehen können, um die Vorgänge messtechnisch zu erschließen, ist es bislang oftmals entscheidend, dass es Menschen gibt, denen die Abläufe und Reaktionen sozusagen in Fleisch und Blut übergegangen sind.

Trotzdem gibt es eine nicht zu unterschätzende Spannbreite an Unsicherheiten?

Zum einen irrt sich natürlich auch das beste »Erfahrungswissen«. Vor allem aber gilt: Reaktionen sind dynamische Prozesse, deren absolut exakter Verlauf sich schlecht determinieren lässt.

Die schematische Darstellung der Funktionsweise eines virtuellen Sensors zur Bestimmung der Viskosität von Klebstoffen. Bild: Fraunhofer IEM

Aber Sie können Simulationen fahren…

Das ist schwer. Denn dafür brauchen wir ein Modell zur Simulation und idealerweise umfangreiche Daten von real ablaufenden Prozessen. Dafür aber sind beispielsweise der Reaktionsfortschritt und die Temperaturen nicht umfassend und genau genug messtechnisch erfassbar. Die Masse wird ja beständig weitergerührt. Zudem analysieren wir beispielsweise knapp 100 verschiedene Produkte und haben dafür Daten von 4.000 produzierten Chargen. Die Zahl der Chargen pro Produkt ist also sehr klein.

Können Sie längere Zeiträume als Grundlage nehmen?

In der Theorie: Ja. Aber praktisch verändern sich Anlagen immer wieder und werden modernisiert.

Der andere Weg wäre, über eine Flotte von Anlagen zu gehen.

Aber auch hier haben wir ein Problem, denn wir brauchen eine gewisse Homogenität über die Anlagen hinweg. Und das ist selten der Fall.

Sie können also den Prozess auch nicht simulieren, um auf diese Weise die Viskosität abzuleiten…

…weil die Viskosität der sich bewegenden Masse messtechnisch nicht online und umfassend erschlossen werden kann. Richtig. Aber es gibt einen Umweg, um die Prozesse trotzdem transparent zu gestalten und zu automatisieren. Die sogenannte »virtuelle Sensorik«.

Was meinen Sie damit?

Virtuelle Sensorik oder Softsensorik geht davon aus, dass ich – wenn ich beispielsweise die Viskosität nicht direkt messen kann – andere messbare Größen nutze, um daraus meine Zielgröße abzuleiten. Aus tatsächlich mit Sensoren gemessenen Größen wie beispielsweise Temperatur, Druck, Motorstrom oder Pumpendrehzahl berechne ich also eine virtuelle Sensorgröße. Weil aber der abzubildende Zusammenhang nur schwer mit physikalisch-chemischen Ansätzen herstellbar ist, nutzen wir maschinelle Lernverfahren.

Das heißt, diese virtuelle Sensorik ist eine Art neuronales Netzwerk, das nach einem entsprechenden Training die gewünschten Daten errechnet - ohne dass ein echter Sensor nötig wäre?

Ja. Wobei das Gewinnen dieser Daten natürlich kein Selbstzweck ist. Die errechneten Daten fließen ein in einen Online-Überwachungsprozess, um die Abläufe weiter zu automatisieren.

Ist dieser virtuelle Sensor bereits im Einsatz?

Der virtuelle Sensor an sich ist entwickelt. Gemeinsam mit unserem Projektpartner Jowat SE, einem weltweit führenden Anbieter von Industrieklebstoffen, erproben wir jetzt den Einsatz unter Alltagsbedingungen.

(aku)

Keine Kommentare vorhanden

Das Kommentarfeld darf nicht leer sein
Bitte einen Namen angeben
Bitte valide E-Mail-Adresse angeben
Sicherheits-Check:
Fünf + = 11
Bitte Zahl eintragen!
image description
Interviewpartner
Alle anzeigen
Dr. Felix Reinhart
  • Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM
Weitere Artikel
Alle anzeigen
KI-ck off 
Automatische Augmented Gefechtsfeldaufklärung
Daten in Darwins Diensten
Veranstaltungen
Alle anzeigen
Stellenangebote
Alle anzeigen