Ressource T-EXDIZ - Datenunterstützte Effizienzsteigerung bei der Entwicklung textiler Produkte durch Experimentierbare Digitale Zwillinge am Beispiel des Tuftens

Die Entwicklung neuer Tuftingprodukte ist mit hohem Material-, Zeit- und Personalaufwand verbunden. Die Entwicklungszeiten betragen bei bekannten Materialien durchschnittlich 6-7 Monate, bei unbekannten Materialen über 12 Monate.

Das Ziel dieses Forschungsvorhabens besteht darin, die Erkenntnisse aus dem kürzlich abgeschlossenen T-EXDIZ-Projekt (IGF 21166N) um Parameter für Materialeigenschaften von Garnen und Trägern zu erweitern. Dafür werden die entsprechenden Materialeigenschaften (z.B. Dehnung, Trägertyp), Prozessparameter (z.B. Polhöhe, Nadelhub) und Produkteigenschaften (z.B. Flächenmasse, Poldichte) identifiziert und auf ihre Messbarkeit analysiert. Diese bilden die Grundlage, auf der anschließend ein Materialdatenraum aufgebaut wird. Dieser Materialdatenraum wird mit Expertenwissen in ein grafisches Prozessmodell überführt, welches eine quantitative Beschreibung aller relevanten Daten darstellt. Mit Hilfe von Korrelations- und Clusteranalyse sowie Methoden des maschinellen Lernens werden Zusammenhänge und Abhängigkeiten ermittelt. Die hierbei identifizierten Einfluss- und Störgrößen werden auf ihre datentechnische Erfassung untersucht (Sensorik, Prüfung etc.). Anschließend findet eine Kategorisierung nach unterschiedlichen Kriterien (Kosten, Sensorbedarf, Integrationsmöglichkeit etc.) statt, die im Anschluss noch priorisiert wird („must have“, „nice to have“, „wish“). Die so strukturierten Daten können in den Datenraum aufgenommen werden, der die Grundlage für den Aufbau digitalen Materialzwillings darstellt.

Durch die Verknüpfung des digitalen Zwillings der Tuftingmaschine mit dem digitalen Materialzwilling kann der gesamten Tuftingprozess virtualisiert werden.

Dieses KI-unterstützte System wird im folgenden Arbeitsschritt zu Testzwecken in einen existierenden Geschäftsprozess zur technischen Produktentwicklung implementiert.

Der Kenntnisgewinn aus diesem Test wird einerseits als Grundlage für einen kontinuierlichen Lernprozess der KI eingesetzt und andererseits als Bewertungsgrundlage für den Mehrgewinn durch den Einsatz der Software ausgewertet.

Abschließend wird ein Entwicklungsprozess eines Unternehmens ausgewählt und der Entwicklungsaufwand für ein neues Produkt abgeschätzt. Dieser dient im weiteren Verlauf als Referenz für die Effektivität des Experimentierbaren Digitalen Prozesszwilling (EDPZ). Hierzu werden die Prozessparameter in den EDPZ überführt und der Entwicklungsprozess mit der Unterstützung des EDPZ durchgeführt. Die gewonnenen Daten werden hinsichtlich erwarteter Prozessverkürzungen und Ressourceneinsparungen untersucht.

Förderprogramm und Projektnummer

IGF 22002 N

Laufzeit

01.02.2022 - 31.01.2024