Motivation
Die Prozessindustrie ist der drittgrößte Industriezweig Deutschlands und umfasst viele kleine und mittelständische Produktionsunternehmen. Aufgrund der fortschreitenden Digitalisierung in der Produktion bedarf es innovativer Messtechniken, um komplexe flüssigkeitsbasierte Produkte charakterisieren zu können. Mit Hilfe effizienter Softwarelösungen soll die Qualität dieser Produkte sowohl unter ökonomischen als auch ökologischen Gesichtspunkten verbessert werden.
Ziele und Vorgehen
Das Verbundvorhaben EMMA hat das Ziel, Methoden des Maschinellen Lernens für die Qualitäts- und Prozesskontrolle unterschiedlicher flüssigkeitsbasierter Dispersionen zu entwickeln. Eine flüssigkeitsbasierte Dispersion ist ein Stoffgemisch, das aus zwei oder mehr Phasen besteht. Dabei ist ein Stoff (Feststoff oder Flüssigkeit) in einem anderen Stoff (Flüssigkeit) in feinster Form verteilt. Die zu entwickelnden Methoden sollen es ermöglichen, aufgenommene Messdaten automatisiert zu verarbeiten und auszuwerten. Um Messdaten aufzunehmen, wird das optische In-line-Multi-Reflektanz-Messverfahren (MRS-Technologie®) eingesetzt. Mit dieser Technologie wird das Reflexionsvermögen unterschiedlicher Probenvolumina von Dispersionen gemessen und mit Produkt- und Qualitätsparametern (bspw. Feststoffkonzentration, Partikelgrößen) in Beziehung gesetzt. Auf Grundlage von experimentellen und simulativen Daten wird im Rahmen von EMMA ein Algorithmus entwickelt, mit dessen Hilfe die Qualität von flüssigkeitsbasierten Dispersionen vorhergesagt werden kann. Damit soll insbesondere eine effizientere, genauere und produktspezifische Kalibrierung des Messverfahrens ermöglicht werden, ohne dabei große Mengen an Trainingsdaten oder Expertenwissen vorauszusetzen.
Innovationen und Perspektiven
Dies ermöglicht den Zugang zu branchenübergreifenden Anwendungen der MRS-Technologie (R), von der Lebensmitteltechnologie über die pharmazeutische Industrie bis hin zur Batterieherstellung bzw. dem Batterierecycling.