Wirtschaftliche und technische Modellierung und Selbstoptimierung von Vliesstoffkrempeln

Das Krempelverfahren ist das bedeutendste Verfahren zur Herstellung von Vliesstoffen aus Fasern endlicher Länge. Die Qualitätsparameter von Vliesstoffen werden von einer Vielzahl an Eigenschaften des Rohmaterials, den Produktionseinstellungen sowie den Umgebungsbedingungen hochkomplex beeinflusst. Insbesondere die Einstellung der Krempel hat einen enormen Einfluss auf die Qualität des Vliesstoffes. Ziel dieser Arbeit ist es, die Krempel mit Hilfe maschineller Lernverfahren unter technischen und wirtschaftlichen Gesichtspunkten zu optimieren. Dazu werden die Einflüsse auf die resultierende Vliesqualität und die Produktionskosten ermittelt und ein Messsystem entwickelt, das alle Variablen während der Produktion erfasst. Die Wirkung der Einflussgrößen auf die Zielgrößen Produktqualität und Produktionskosten werden mit Hilfe maschineller Lernverfahren modelliert. Aufbauend auf den entwickelten Modellen wird eine Simulation entwickelt, die die erwartete Produktqualität und den erwarteten Energiebedarf bei unterschiedlichen Einstellungen simuliert. Für jeden Einstellpunkt werden die spezifischen Produktionskosten berechnet, die bei gegebenen Einstellungen erwartet werden. Ein Optimierungsalgorithmus wählt diejenige Einstellung, bei der die geforderte Mindestqualität erreicht wird und die Produktionskosten am niedrigsten sind. Die Entwicklungen werden an zwei Produktionsanlagen validiert. Die Investition wird mit einer dynamischen Amortisationsdauerrechnung monetär bewertet. Abschließend wird das Messsystem weiterentwickelt um mit kostengünstiger Kameratechnik die subjektiv empfundene optische Gleichmäßigkeit eines Krempelflores Mit Hilfe neuronaler Netze zu klassifizieren.