PROZESSDIGITALISIERUNG FÜR POLYMERPRODUKTION
In diesem Forschungsbereich liegt unser Fokus auf der Digitalisierung von Polymerherstellungsprozessen, mit Expertise in Polymercharakterisierung, Polymerverarbeitung und Polymertechnik. Unsere Arbeit unterstützt die Optimierung, Überwachung und Steuerung industrieller Polymerprozesse, mit besonderem Schwerpunkt auf thermoplastischen Verbundwerkstoffen, einschließlich unidirektionaler (UD) Tapes.
Unser Ziel ist es, ein tieferes Verständnis der Zusammenhänge zwischen Prozess, Struktur und Eigenschaften zu ermöglichen, sodass Fertigungsprozesse robuster und effizienter betrieben werden können. Durch daten- und modellbasierte Ansätze lassen sich Prozesse technisch, wirtschaftlich und ökologisch verbessern und damit die Nachhaltigkeit steigern.
AREAM MANAGEMENT
DI Dr. Christian Marschik
Area 1 Manager
für Digitalisierung der Polymerverarbeitung,
F&E-Infrastruktur Standort Linz
Christian Marschik ist Bereichsleiter für Prozessdigitalisierung am Competence Center CHASE. Er leitet mehrere Forschungsprojekte an der Schnittstelle von Wissenschaft und Industrie, mit starkem Fokus auf Nachhaltigkeit und Digitalisierung in der Kunststoffindustrie.
Seine Hauptforschungsgebiete umfassen Polymerextrusion, mechanisches Kunststoffrecycling und thermoplastische Verbundwerkstoffe. Er entwickelt und wendet physikbasierte und datengetriebene Modelle sowie hybride Simulationsansätze an, um industrielle Polymerprozesse zu optimieren.
Er absolvierte sein Studium in Polymertechnik an der Johannes Kepler Universität Linz und promovierte 2018 in Technischer Ingenieurwissenschaft. Er verfügt über eine umfangreiche Publikationsliste und ist außerdem Inhaber mehrerer Patente.
Profile:
Kontakt:
Telefon: +43 664 8568520
E-Mail: E-Mail senden
Dr. Karin Kloiber, BSc
Area 1 Manager für Digitalisierung Chemische Systeme,
Key Researcher Digitalisierung
Karin Kloiber ist Bereichsleiterin für Prozessdigitalisierung am Competence Center CHASE. Sie leitet das Team für Advanced Data Analytics, mit Schwerpunkt auf datengetriebenen Methoden, Simulationsexpertise und internationaler wissenschaftlicher Zusammenarbeit.
Ihr Forschungsschwerpunkt liegt auf dem Einsatz fortschrittlicher Machine-Learning- und Künstlicher-Intelligenz-Methoden für Prozessüberwachung und -steuerung, physics-informed Machine Learning für komplexe chemische Systeme sowie datengetriebenen Surrogatmodellen für physikalische Simulationen.
Sie promovierte in Chemie und erhielt einen BSc in Physik von der Universität Innsbruck, verfügt über rund 15 Jahre akademische Erfahrung und wurde mit mehreren Fellowships ausgezeichnet. Sie ist Autorin von mehr als 25 begutachteten wissenschaftlichen Publikationen.
Profile:
Kontakt:
Telefon: +43 664 8481317
E-Mail: E-Mail senden
KEY RESEARCH PARTNER
CHASE arbeitet mit führenden wissenschaftlichen Institutionen und Partnern zusammen, um die Forschung zur nachhaltigen Prozessdigitalisierung und Polymerherstellung voranzutreiben:
Univ.-Prof. DI Dr. mont. Gerald R. Berger-Weber, JKU Linz - Profile↗
Univ.-Prof. DI Dr. Zoltán Major, JKU Linz - Profile↗
Univ.-Prof. DI Dr. Jörg Fischer, JKU Linz - Profile ↗
INDUSTRIEREFERENZEN
CHASE arbeitet eng mit industriellen Partnern zusammen, um innovative Lösungen umzusetzen und Polymerproduktionsprozesse zu optimieren:
Bilfinger SE, Covestro AG, Engel GmbH, EREMA Group GmbH, FACC AG, Festo SE & Co. KG, Greiner Perfoam GmbH, Leistritz AG, Renolit SE, Thermo Fisher Scientific (Austria) GmbH
UNSERE ZIELE
In unserem Forschungsbereich werden folgende Ziele verfolgt:
-
Standardisierte Workflows zur Erstellung statischer, dynamischer und adaptiver Digital Twins für Prozessanalyse, -optimierung und -steuerung zu entwickeln.
-
Anwendungsspezifische Modellierungsansätze (mechanistisch, datengetrieben, hybrid) für Digital Twins auf unterschiedlichen Skalen umzusetzen, von einzelnen Verarbeitungsschritten bis hin zu gesamten Produktionssystemen.
-
Den praktischen Einsatz von Digital Twins für verschiedene Prozesse, einschließlich (bio-)chemischer und Polymerherstellung, zu ermöglichen.
-
Dynamische Bewertung und Validierung durchzuführen, um die verbesserte Stabilität von Prozess- und Produktqualität mithilfe von Digital Twins zu demonstrieren.
UNSER ANSATZ
In unserem Forschungsbereich verfolgen wir den folgenden Ansatz:
-
Ein Bottom-up- und anwendungsorientiertes Design anzuwenden, das industrielle Anforderungen und die von KMU integriert.
-
Mechanistische Modellierung auf Basis erster Prinzipien mit datengetriebenen Methoden, einschließlich Machine Learning, zu kombinieren, um robuste hybride Ansätze zu entwickeln.
-
Umfassende Prozess- und Systemdaten zu erfassen und zu analysieren, um Wissensgewinn und Modellerstellung zu unterstützen.
-
Neue Machine-Learning-Techniken zu nutzen, um die Erstellung mechanistischer Modelle zu verbessern und einen effizienten Modelltransfer zwischen ähnlichen Prozessen zu ermöglichen.
-
Bestehende industrielle IoT-Technologien der Partner zu nutzen und weiterzuentwickeln.
-
Technologiegetriebene Smart Living Labs zur Evaluation, Demonstration und Validierung einzusetzen.
IHRE ERGEBNISSE
In unserem Forschungsbereich werden folgende Ergebnisse angestrebt:
-
Verbesserte Prozess- und Produktqualitätssicherung durch den Einsatz von Digital Twins.
-
Steigerung der Ressourceneffizienz durch predictive Maintenance, ermöglicht durch Digital Twins.
-
Verbesserung der Gesamteffizienz von Prozessen.
-
Prototypische Umsetzung von Digital Twins für eine intelligente Polymerproduktion.
-
Experimentelle Validierung der entwickelten Modelle in Pilotanlagen.
EINES UNSERER PROJEKTE
Sehen Sie hier das Video zu unserem Projekt „Aircraft Guide Vane“ oder besuchen Sie unseren YouTube-Kanal:
