GlassDigital: Digital Infrastructure for Data-Driven High-Throughput Glass Development
- Gläser zeichnen sich durch eine breite und kontinuierlich abstimmbare chemische Zusammensetzung sowie einzigartige Formgebungstechniken aus, was sie oft zur Schlüsselkomponente moderner Hochtechnologien macht. Die Glasentwicklung ist jedoch oft noch zu kosten-, zeit- und energieintensiv. Der Einsatz von robotergestützten Schmelzsystemen, eingebettet in eine Ontologie-basierte digitale Umgebung, soll diese Probleme in Zukunft überwinden. Im Rahmen der BMBF Forschungsinitiative MaterialDigital unternimmt das Verbundprojekt GlasDigital „Datengetriebener Workflow für die beschleunigte Entwicklung von Glas“ erste Schritte in diese Richtung. Das Projektkonsortium, an dem das Fraunhofer ISC in Würzburg, die Friedrich-Schiller-Universität Jena (OSIM), die Technische Universität Clausthal (INW) und die Bundesanstalt für Materialforschung und -prüfung (BAM, Fachgruppe Glas) beteiligt sind, will alle wesentlichen Basiskomponenten für eine beschleunigte datengetriebene GlasentwicklungGläser zeichnen sich durch eine breite und kontinuierlich abstimmbare chemische Zusammensetzung sowie einzigartige Formgebungstechniken aus, was sie oft zur Schlüsselkomponente moderner Hochtechnologien macht. Die Glasentwicklung ist jedoch oft noch zu kosten-, zeit- und energieintensiv. Der Einsatz von robotergestützten Schmelzsystemen, eingebettet in eine Ontologie-basierte digitale Umgebung, soll diese Probleme in Zukunft überwinden. Im Rahmen der BMBF Forschungsinitiative MaterialDigital unternimmt das Verbundprojekt GlasDigital „Datengetriebener Workflow für die beschleunigte Entwicklung von Glas“ erste Schritte in diese Richtung. Das Projektkonsortium, an dem das Fraunhofer ISC in Würzburg, die Friedrich-Schiller-Universität Jena (OSIM), die Technische Universität Clausthal (INW) und die Bundesanstalt für Materialforschung und -prüfung (BAM, Fachgruppe Glas) beteiligt sind, will alle wesentlichen Basiskomponenten für eine beschleunigte datengetriebene Glasentwicklung zusammenführen. Zu diesem Zweck wird ein robotergestütztes Hochdurchsatz-Glasschmelzsystem mit neuartigen Inline-Sensoren zur Prozessüberwachung, auf maschinellem Lernen (ML) basierenden adaptiven Algorithmen zur Prozessüberwachung und -optimierung, neuartigen Werkzeugen für die Hochdurchsatz-Glasanalyse sowie ML-basierten Algorithmen zum Glasdesign, Data Mining sowie Eigenschafts- und Prozessmodellierung ausgestattet. Der Vortrag gibt einen Überblick darüber, wie all diese Komponenten miteinander verzahnt sind, und veranschaulicht ihre Nutzbarkeit anhand einiger Beispiele.…
Autor*innen: | Ralf Müller |
---|---|
Koautor*innen: | A. Diegeler, G. Schottner, R. Niebergall, M. Kilo, F. Arendt, Y.-F. Chen, M. Sierka, R. Limbach, Z. Pan, L. Wondraczek, S. Gogula, H. Bornhöft, J. Deubener, Tina Waurischk, Stefan Reinsch |
Dokumenttyp: | Vortrag |
Veröffentlichungsform: | Präsentation |
Sprache: | Englisch |
Jahr der Erstveröffentlichung: | 2023 |
Organisationseinheit der BAM: | 5 Werkstofftechnik |
5 Werkstofftechnik / 5.6 Glas | |
DDC-Klassifikation: | Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Ingenieurwissenschaften und zugeordnete Tätigkeiten |
Freie Schlagwörter: | Glas; Ontology; Robotic melting; Simulation; Workflow |
Themenfelder/Aktivitätsfelder der BAM: | Material |
Material / Materialdesign | |
Veranstaltung: | HVG-Fortbildungskurs |
Veranstaltungsort: | Offenbach, Germany |
Beginndatum der Veranstaltung: | 27.11.2023 |
Verfügbarkeit des Dokuments: | Datei im Netzwerk der BAM verfügbar ("Closed Access") |
Datum der Freischaltung: | 25.06.2024 |
Referierte Publikation: | Nein |
Eingeladener Vortrag: | Ja |