Forschungsprojekte

Maschinelles Lernen für Kunststoff- und Elastomer-Spritzgießverfahren

Das Vorhaben MaLeKuES soll durch den Einsatz von maschinellem Lernen den gesamten Produktionsprozess von Spritzgussteilen planen, den Prozess überwachen und die abschließende Qualitätskontrolle von 100% der Teile gewährleisten.

Durch die geplanten Lösungsansätze mittels Sensortechnologie verspricht sich Eisenhuth folgende Vorteile:

  • Erhöhte Transparenz in der Spritzgussproduktion durch Visualisierung des Ist-Zustandes.
  • Verbesserung der Bauteilqualität durch objektivere, effizientere und präzisere Methoden für die Festlegung von Prozessparametern.
  • Verkürzung des Ein- und Anfahrprozesses (weniger Zeit- und Materialaufwand sowie Anlagen­­verschleiß).
  • Entlastung des Maschinenbedieners.
  • Erhöhung der Prozessstabilität, dadurch Verringerung von Maschinen-Stillstandzeiten.

Dieses Projekt wird unterstützt durch Mittel der Europäischen Fonds für regionale Entwicklung (EFRE).