• English
  • Deutsch
  • Log In
    Password Login
    Research Outputs
    Fundings & Projects
    Researchers
    Institutes
    Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Abschlussarbeit
  4. Berechnung charakteristischer Spritzbild- und Qualitätsmerkmale beim Lackieren - Einsatz neuronaler Netze
 
  • Details
  • Full
Options
1998
Doctoral Thesis
Title

Berechnung charakteristischer Spritzbild- und Qualitätsmerkmale beim Lackieren - Einsatz neuronaler Netze

Abstract
Die vorliegende Arbeit befaßt sich mit der Modellierung bzw. der Simulation des Lackierprozesses. Bisher wurden verschiedene Methoden zur Simulation entwickelt und eingesetzt, wie z.B. numerische Methoden oder Regressionsverfahren. Diese Methoden haben verschiedene Vorteile, jedoch den Nachteil, daß die Ermittlung der dafür benötigten experimentellen Daten sehr aufwendig ist und vor allem bei den numerischen Methoden lange Rechenzeiten in Kauf genommen werden müssen. Ein neuer Ansatz zur empirischen Modellierung des Lackierprozesses ist die Anwendung eines neuronalen Netzes. Ein neuronales Netz hat gegenüber anderen Verfahren den Vorteil, nur mit einer geringen Anzahl von experimentellen Daten auszukommen. Mit diesen Daten wird das Netz trainiert, wobei die physikalisch-mathematischen Zusammenhänge nicht benötigt werden. Dabei können mit dem Netz sowohl quantitative Ergebnisse berechnet als auch qualitative (attributive) Aussagen gemacht werden. In der vorliegenden Arbeit wurde ein neu ronales Netz entwickelt, programmiert und erstmals zur Berechnung charakteristischer Spritzbild- und Qualitätsmerkmale beim Lackieren eingesetzt. Den Schwerpunkt der Arbeit bildet die pneumatische Zerstäubung. Betrachtet wurde aber auch die Hochrotationszerstäubung mit elektrostatischer Lackaufladung. Das bei der Lackapplikation auf dem Substrat entstehende Spritzbild (Schichtdickenprofil) wurde durch drei charakteristische Merkmale (Kenngrößen), die Profilfläche, die Profilbreite und den Profilexponenten beschrieben. In Beschichtungsversuchen mit unterschiedlichen Prozeßparametern wurden diese Merkmale ermittelt und zusammen mit den Parametereinstellungen als Trainingsdaten (Trainingsmuster) für das neuronale Netz verwendet. Nach dem Training des Netzes wurden Berechnungen durchgeführt und diese mit experimentell ermittelten Kontrollmustern verifiziert. Alle Trainingsdurchläufe und Berechnungen erfolgten mit unterschiedlichen Netzarchitekturen. Das neuronale Netz wurde in eine Softwa r e eingebunden, mit welcher eine Flächenlackierung mit einem Hubgerät simuliert werden kann. Eine experimentelle Überprüfung ergab eine gute Übereinstimmung der Simulationsberechnungen. Die im Rahmen der vorliegenden Dissertation durchgeführten Arbeiten dienen nicht nur als Grundlage zur Modellierung des Lackierprozesses, sondern lassen sich auch zur Online-Prozeßüberwachung und in Zukunft zur Prozeßregelung einsetzen.
Thesis Note
Stuttgart, Univ., Diss., 1998
Author(s)
Svejda, P.
Publisher
Springer  
Publishing Place
Berlin
Language
German
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA  
Keyword(s)
  • Lack

  • Lackapplikation

  • lackieren

  • Lackierprozeß

  • Lackiertechnik

  • Lackierung

  • Modellsimulation

  • neuronales Netzwerk

  • Pneumatischer Lackierprozeß

  • Spritzbildanalyse

  • Spritzlackieren

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Contact
© 2024