SunShine – Nachhaltiger neuer Überwachungs- / Sensoransatz für Gieß- und Walzprozesse, der auf die richtige Oberflächenqualität und – form bei Flach- und Langprodukten abzielt

Ausgangssituation:
- Eine ungleichmäßige Erstarrung bei Lang- und Flachprodukten kann zu Form- und Oberflächenfehlern führen, die die Qualität des Gussstücks und den kontinuierlichen Produktionsfluss beeinträchtigen
- Eine Verringerung der Anzahl der Produkte, die aufgrund von Mängeln verschrottet werden müssen, würde den CO2-Ausstoß signifikant verringern
Projektziele:
- Identifizierung der Gießparameter, die zu Produktfehlern führen, und der Stahlsorten, die am häufigsten davon betroffen sind
- Entwicklung von KI-/Machine-Learning-Tools zur Erkennung von Zusammenhängen zwischen Gussparametern und Defekten
- Definition und Anwendung von Empfehlungen und Regeln zur Vorhersage und Vermeidung des Auftretens von Mängeln
- Ermittlung optimaler Verfahren für einen schnelleren Transfer der Knüppel zum nachfolgenden Wiedererwärmungsofen und zum Schweißen vor dem Walzen
Innovative Ansätze:
- Aufbau von Simulationsmodellen für Erstarrungs- und thermomechanische Prozesse
- Installation und industrieller Test verschiedener Sensoren zur Online-Bewertung von Gießbedingungen, zur Erkennung von Defekten und zur Online-Kontrolle von Gießparametern
- Installation und Langzeittests von Prototypen auf dedizierten IIoT-Plattformen
Nutzen für die Industrie:
- Reduzierung des Auftretens von Form- und Oberflächenfehlern in Gussprodukten
- Senkung der CO2-Emissionen durch Reduzierung des Ausschussmaterials
- Energieeinsparung und Reduzierung von Materialverlusten durch verbesserte Verbindung zwischen Gießen und Walzen
- Produktivitätssteigerung
Partner
Förderungsnummer
RFCS 2023
Ihre Kontaktperson

49 Dr. Marc Köster
+49 211 98492-894
Marc.Koester_at_bfi.de