2020-09-01  –  2023-12-31

163.266,00 EUR

ASCon Systems Holding GmbH, Stuttgart, Baden-Württemberg

03EN2037B

Energiesparende Industrieverfahren - Maschinenbau, Fahrzeugbau, Elektrotechnik, Feinmechanik, Optik, EBM-Waren [EA3250]

01208904/1  –  E-KISS

Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)

Forschungszentrum Jülich GmbH (PT-J.ESN4)

Energie

In industriellen Metallbearbeitungsprozessen ist der Einsatz von Kühlschmierstoffen (KSS) zur Kühlung und Schmierung der Kontaktzone zwischen Werkzeug und Werkstück weit verbreitet. Hierdurch soll ein leistungsfähiger Prozess mit hoher Werkzeugstandzeit und geringem Ausschuss ermöglicht werden. Der KSS wird innerhalb einer Aufbereitungsanlage gereinigt, temperiert und somit für den Prozess bereitgestellt, wobei entstandene KSS-Emissionen durch eine Abluftfiltration abgesaugt werden. Der Betrieb all dieser Systeme ist mit einem hohen Energiebedarf von durchschnittlich 30 bis 35 % des Gesamtenergiebedarfs verbunden. Obwohl verschiedene Ansätze bereits auf eine Erhöhung der Effizienz abzielen, betrachten diese Lösungen die Systeme meist unabhängig voneinander. Erst eine systemische Analyse ermöglicht es Zielkonflikte aber auch zusätzliche Einsparpotentiale aufzudecken. Das Projekt E-KISS zielt daher auf die ganzheitliche Erhöhung der Energie- und Ressourceneffizienz von mit KSS verbundenen Produktionssystemen. Hierzu soll im Sinne des Gedankens 'Industrie 4.0' die informationstechnische Vernetzung zwischen den Systemen durch Messung von u.a. Energie, Durchfluss, Temperatur etc. und Aufbau einer Messdatenbank verbessert werden. Die entwickelte Messinfrastruktur wird in Demonstratoren an der Universität sowie den industriellen Anwendungspartnern eingesetzt. Basierend auf den erhobenen Messdaten werden Zusammenhänge in generischen Modellen abgebildet und ein Simulationsmodell zur Unterstützung bei der Neuplanung oder Verbesserung aufgebaut. Des Weiteren wird eine automatische und bedarfsorientierte Steuerung und Regelung des KSS-Systems unter Nutzung von Ansätzen des maschinellen Lernens und automatischen Modellbildung umgesetzt. Die Verifizierung des Konzepts erfolgt durch eine prototypische Realisierung in den Demonstratoren.