KI-gestützte Modelle zur intelligenten Rezepturentwicklung für PP-Compounds
Das Projekt „KIOptiPack – Ganzheitliche KI-basierte Optimierung von Kunststoffverpackungen mit Rezyklatanteil“ verfolgt das Ziel, den Rezepturfindungsprozess zu systematisieren und durch datenbasierte Methoden grundlegend zu beschleunigen. Kern des Ansatzes ist es, auch mit schwankenden Rohstoffqualitäten die mechanischen und rheologischen Eigenschaften der Compounds gezielt zu steuern.
Das IKV untersuchte in einem Teilprojekt im Bereich Compoundierung, wie sich die komplexen Wechselwirkungen zwischen Polymeren, Füllstoffen und Additiven so modellieren lassen, dass die relevanten Materialkennwerte präzise vorhergesagt werden können. Dazu wurden verschiedene Polypropylen-Homopolymere und Copolymere, Kreide, Peroxid-Masterbatche sowie Impact-Modifikatoren im Labormaßstab compoundiert und anschließend rheologisch und mechanisch charakterisiert. Als Zielgrößen wurden sowohl Scherviskosität und MFR als auch E-Modul und Kerbschlagzähigkeit als mechanische Kenngrößen ermittelt. Auf dieser Datengrundlage wurden analytische Modelle und KI-basierte Methoden, darunter künstliche neuronale Netze, symbolische Regression und genetische Algorithmen, entwickelt und miteinander verglichen. Als vielversprechender Ansatz zur Identifikation neuer Rezepturen zeigte sich der Ansatz aus der Kombination analytischer Prädiktionsmodelle mit genetischen Algorithmen, der es erlaubte, gezielt Rezepturen zu generieren, die vorgegebene Zielgrößen bestmöglich erfüllen (Abb. 1).
© IKVFür die praktische Validierung dieser Methodik wurde abschließend ein bereits in der Industrie eingesetztes PP-Compound erfolgreich hinsichtlich der mechanischen und rheologischen Eigenschaften mit anderen Rezepturbestandteilen nachgebildet. Damit konnte KIOptiPack demonstrieren, dass datengetriebene Verfahren eine deutliche Beschleunigung der Rezepturentwicklung ermöglichen und gleichzeitig zu reproduzierbaren und transparent nachvollziehbaren Ergebnissen führen.
Projektdaten und Förderung
Wir danken dem BMFTR für die Förderung des Projekts (Förderkennzeichen 033KI101) und den Projektpartnern für die Zusammenarbeit.
Projektlaufzeit: 01.08.2022 – 31.12.2025
