Dig-CirclE

Der Anteil an Hochleistungs-Faser-Kunststoff-Verbunden (-FKV) wächst seit Jahren in den Branchen wie Luft- und Raumfahrt-, Windenergie- und Automobilindustrie stetig an. Flugzeuge wie der Airbus A350 verfügen bereits über einen CFK-Anteil von mehr als 50% und je Rotorblatt einer 2 MW Windkraftanlage werden bis 15.000 kg FKV eingesetzt. Aufgrund der hohen spezifischen Festigkeit und Steifigkeit gestatten die FKV große Masseneinsparungen im Transportwesen, die Steigerung von Nutzlasten, Reichweiten und Reduktion des Energie- und Kraftstoffverbrauchs. Dem gegenüber stehen hohe Kosten für Faserherstellung, geringe Impactbeständigkeit, manuelle und nicht effiziente Reparaturprozesse sowie fehlende automatische Analyse-, Bewertungs- und Kreislauf-Konzepte. Eine Abhilfe kann hierzu die aktuell stark in verschiedenen Unternehmensanwendungen zunehmende Künstliche Intelligenz (KI) und das maschinelle Lernen verschaffen. Durch den Einsatz dieser Techniken entstehen neue Möglichkeiten für die digitale Transformation der gesamten FKV-Kreislaufwirtschaft. Optimale Qualität und Öko-Bilanz entsteht nur dann, wenn die Faserverbundprozesse, angefangen bei der Entwicklung über Fertigung bis hin zu erneuter Wiederverwendung bzw. Recycling, bestmöglich aufeinander abgestimmt und automatisierbar sind. Das erfordert ein intelligentes Datenmanagement, welches Muster und Gesetzmäßigkeiten erkennt und durch deren Einsatz autonome Prozesse zulässt. Somit sollen mit dem geplanten Vorhaben, dank Digitalisierung und KI, Lösungswege für die hocheffiziente Analyse, Bewertung, Widerverwendung und Recycling von FKV-Bauteilen erarbeitet werden.

Die Kreislaufwirtschaft für Faserverbundstrukturen (FKV) unter Berücksichtigung von Prozessen wie Remmanufacturing, Reparatur und Recycling soll automatisiert und digitalisiert werden, um wirtschaftliche Prozesse bereitzustellen. Dabei sollen etwa die Künstliche Intelligenz (KI) für die sortenreine Separierung von Kunststoffen, neuste KI-Modellierungs-Methoden bei der Bauteil-Analyse und automatische Qualitätskontrolle sowie selbstlernende Systeme (SLS) für innovative Reparaturprozesse entwickelt werden. Darüber hinaus gilt es eine Datenbasis für autonome Systeme und Prozesse mit Robotern zu schaffen.

Hieraus ergeben sich die drei Projektziele mit direktem Bezug zur BMWK-Bekanntmachung „Entwicklung digitaler Technologien“:

Ziel 1: KI-gestützte Diagnostiksysteme für eine effiziente Kreislaufwirtschaft von komplexen Hochleistungs-Faser-Kunststoff-Verbunden

Ziel 2: Digitale Bauteilerfassung und-katalogisierung für automatische Klassifikation mittels KI

Ziel 3: KI-gestützte Qualitätssicherungsprozesse in der Fertigung von Hochleistungs-Faser-Kunststoff-Verbunden

Durch die gemeinsame Projektbearbeitung mit unterschiedlichen Industriepartnern wird den industriellen Anforderungen Rechnung getragen und eine marktorientierte Umsetzung sichergestellt. Damit lassen sich ferner digitale Spitzentechnologien ausbauen und marktfähige Lösungen mit hohem Anwendungspotential realisieren. Zudem soll das Projekt zur Stärkung von strukturschwachen Gebieten in Sachsen beitragen und in einer folgenden Projektphase zum Aufbau eines Centrums für Composite Remanufacturing und Reparatur führen.

Konsortialpartner:

Elbe Flugzeugwerke GmbH
LRP Autorecycling Leipzig GmbH
Hightex Verstärkungsstrukturen GmbH
Technische Universität Chemnitz - Fakultät für Maschinenbau, Institut für Strukturleichtbau, Professur Strukturleichtbau und Kunststoffverarbeitung
Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU

Verbundkoordinator:
Elbe Flugzeugwerke GmbH
Dipl. Ing. Alexander Knorr

Projektlaufzeit: Feb. 2021 – Jul. 2023

Gesamtvolumen: 2,0 Mio. €

Fördervolumen: 1,3 Mio. €