Achema 2022: KI trifft Partikeltechnologie, um Vorhersagen zu Fließfähigkeit und Packungsdichte zu vereinfachen

Robert Hesse zeigt die im 3D-Druckverfahren hergestellten nicht-sphärischen Partikel, mit denen er die Simulationsmodelle im Projekt validiert hat.
Thomas Koziel
TUK, Koziel

Runde Partikel und ihre Eigenschaften sind mathematisch einfach zu beschreiben. Doch je weniger rund bzw. sphärisch die Form, desto schwerer wird es, Vorhersagen zu deren Verhalten zu treffen. Etwa, wenn ein Pharmahersteller wissen möchte, wie sich eine andere Tablettenform auf die benötigte Verpackungsgröße auswirkt. Robert Hesse hat in seiner Doktorarbeit an der Technischen Universität Kaiserslautern (TUK) eine Lösung entwickelt, konkret ein neuronales Netz trainiert, um Packungsdichte und Fließfähigkeit von nicht-sphärischen Partikeln automatisiert zu bestimmen. Seine Idee präsentiert er vom 22. bis 26. August auf der Achema am Forschungsstand Rheinland-Pfalz (Stand A35, Halle 6).

Nur wenige Partikel in der Natur oder in der industriellen Fertigung sind exakt rund, sondern es gibt eine Vielzahl an Varianten und Formcharakteristiken. Genau das macht es so kompliziert, nicht-sphärische Partikel zu beschreiben und basierend auf der Beschreibung deren Handhabung zu optimieren. Ein Beispiel: Je runder eine Tablette ist, desto weniger verhakt sie sich mit anderen Tabletten im Abfüllprozess. Eine flache zylindrische Form kann bereits durch leichte Abrundungen optimiert werden, wenn es um die Packungsdichte geht.

Doch wie lassen sich all die Eigenschaften, die Fließfähigkeit und Packungsdichte bestimmen, schnell erfassen, um Entscheidungen zur Wahl einer Form abzuleiten? Was bislang vereinfachte Berechnungen einzelner mathematischer Parameter bzw. Formbestandteile erforderte, kann eine trainierte Künstliche Intelligenz – in dem Fall ein sogenanntes „Deep Convolutional Neural Network“ – anhand eines 3D-Modells automatisiert ableiten. „Über Simulationen, bei denen nur die Form der Partikel variierte, habe ich einen umfassenden Versuchsdatensatz erstellt und damit das neuronale Netz trainiert“, berichtet Hesse, wissenschaftlicher Mitarbeiter am Lehrstuhl für Mechanische Verfahrenstechnik. „Standardisierte Experimente mit 3D-gedruckten Partikeln ermöglichten in der Erprobungsphase die Validierung der Simulationsmethodik– sprich abzugleichen, wie exakt die Simulation echte Partikel abbilden kann.“

Das trainierte neuronale Netz filtert nun aus einer beliebigen dreidimensionalen Punktewolke, die die gesamte Form repräsentiert, markante Merkmale wie Rundungen, Ecken, Kanten usw. heraus. Anhand dieser Informationen kann es die Fließfähigkeit und zufällige Packungsdichte analysieren. „Dies ist beispielsweise hilfreich, um die Form pharmazeutischer Produkte hinsichtlich minimaler Maschinendimensionen und Verpackungsgrößen zu optimieren“, sagt der Forscher.

Auf der Achema gibt Hesse interessierten Besuchern anhand einer Posterpräsentation Einblick in seine Forschung und die Fähigkeiten des neuronalen Netzwerkes.

Fragen beantwortet:
Robert Hesse (M.Sc.)
Lehrstuhl für Mechanische Verfahrenstechnik
Tel.: 0631 205-2416
E-Mail: robert.hesse@mv.uni-kl.de

Der Auftritt der Forscherinnen und Forscher der TU Kaiserslautern bei der Achema wird von Klaus Dosch vom Referat für Technologie und Innovation organisiert. Er ist Ansprechpartner für Unternehmen und vermittelt unter anderem Kontakte zur Wissenschaft.
Kontakt: Klaus Dosch, E-Mail: dosch@rti.uni-kl.de, Tel.: 0631 205-3001

http://www.uni-kl.de

Media Contact

Julia Reichelt Universitätskommunikation
Technische Universität Kaiserslautern

Alle Nachrichten aus der Kategorie: Messenachrichten

Zurück zur Startseite

Kommentare (0)

Schreiben Sie einen Kommentar

Neueste Beiträge

Analyse von Partikeln des Asteroiden Ryugu liefert überraschende Ergebnisse

Eine kleine Landekapsel brachte im Dezember 2020 Bodenpartikel vom Asteroiden Ryugu zur Erde – Material aus den Anfängen unseres Sonnensystems. Gesammelt hatte die Proben die japanische Raumsonde Hayabusa 2. Geowissenschaftler…

Kollision in elf Millionen Kilometern Entfernung

Die im letzten Jahr gestartete NASA-Raumsonde DART wird am 27. September 2022 um 1.14 Uhr MESZ in elf Millionen Kilometer Entfernung von der Erde erproben, ob der Kurs eines Asteroiden…

Wie die Erderwärmung astronomische Beobachtungen beeinträchtigt

Astronomische Beobachtungen mit bodengebundenen Teleskopen sind extrem abhängig von lokalen atmosphärischen Bedingungen. Der menschgemachte Klimawandel wird einige dieser Bedingungen an Beobachtungsstandorten rund um den Globus negativ beeinflussen, wie ein Forschungsteam…

Partner & Förderer