Anzeige

Schwankende Rezyklatverarbeitung per KI stabilisieren

16.06.2026

Das Kunststoff-Zentrum SKZ und der KI-Spezialist plus10 entwickeln im Forschungsprojekt Rezi-KI eine datengetriebene Lösung, die schwankende Post-Consumer-Rezyklate beim Spritzgießen prozesstechnisch auf das Stabilitätsniveau von Neuware bringt. Kern des Ansatzes sind KI-basierte Prognosemodelle, die aus Prozess- und Materialdaten eine Ausschusswahrscheinlichkeit in Echtzeit berechnen und daraus dynamische Empfehlungen zur Anpassung von Prozessparametern ableiten.

Klemmbausteine mit Fließindikator zur Entwicklung KI basierter Regelungen beim Einsatz von Post-Consumer Rezyklaten im Projekt Rezi-KI. | Foto: Jakob Schüder, SKZ
Klemmbausteine mit Fließindikator zur Entwicklung KI basierter Regelungen beim Einsatz von Post-Consumer Rezyklaten im Projekt Rezi-KI. | Foto: Jakob Schüder, SKZ

Steigende Rezyklatquoten verschärfen die Materialschwankungen in der Kunststoffverarbeitung erheblich und führen zu instabilen Prozessen sowie erhöhtem Ausschussaufkommen. Rezi-KI setzt bei dieser prozesstechnischen Schwachstelle an: Durch die automatisierte Stabilisierung sollen Bauteilqualität gesichert, Zykluszeiten optimiert und der Energieeinsatz gesenkt werden – mit dem Ziel, die industrielle Nutzung von Rezyklaten wirtschaftlich robuster zu gestalten und den CO2-Fußabdruck in der Kunststoffverarbeitung zu reduzieren.

Vollvernetzte Spritzgießzelle als Grundlage der Rezyklatverarbeitung

Am SKZ wurde eine vollständig vernetzte Spritzgießzelle aufgebaut, in der sämtliche prozessrelevanten Daten zyklusgenau erfasst und zusammengeführt werden. Die Datenbasis umfasst Maschinendaten ebenso wie Informationen aus Heißkanal, Werkzeug und Temperierung sowie Qualitätsmerkmale wie Entformungstemperatur und Bauteilgewicht. Zusätzlich wird der Energieverbrauch einzelner Hauptverbraucher erfasst, um eine umfassende datenbasierte Bewertung des gesamten Prozesses zu ermöglichen.

Die Datenkommunikation basiert auf einer durchgängigen Integration von OPC UA und MQTT, wodurch eine direkte Rückkopplung zwischen Prozessparametern und Bauteilqualität hergestellt wird. Dieses Kommunikationsrückgrat bildet die Voraussetzung dafür, dass die KI-Modelle in Echtzeit auf Prozessveränderungen reagieren und Anpassungsempfehlungen ausgeben können.

Kavitätenbezogene Regelung über Heißkanalsystem und Werkzeugtechnik

Für die gezielte Untersuchung von Materialschwankungen wurde in Zusammenarbeit mit dem Werkzeugbauer GHD Präzisionsformenbau ein spezielles 2-Kavitäten-Klemmbausteinwerkzeug entwickelt. Ein integrierter Fließindikator ermöglicht dabei die differenzierte Analyse des Füllverhaltens und liefert der KI zusätzliche Eingangsdaten.

Das eingesetzte Heißkanalsystem des Herstellers EWIKON ist mit einem servoelektrischen Nadelverschluss ausgestattet, der über das motion CONTROL System geregelt wird. Im Rahmen von Rezi-KI wurde dieser Nadelverschluss zusätzlich für eine externe softwarebasierte Ansteuerung geöffnet. Das ermöglicht es, Material- und Füllschwankungen nicht allein über klassische Maschinenparameter, sondern auch kavitätenbezogen über den Nadelhub des Heißkanalsystems auszugleichen – eine Regelungsebene, die bei der Verarbeitung schwankungsanfälliger Rezyklate entscheidend sein kann.

Materialdaten und digitale Infrastrukturen als Systemerweiterung

Ein weiterer Schwerpunkt liegt auf der Einbindung chargenspezifischer Materialdaten in die KI-Modelle. Da Rezyklatchargen naturgemäß stärkeren Schwankungen unterliegen als Neuware, werden diese Messwerte direkt in die Prognosemodelle integriert. Perspektivisch ist vorgesehen, die Daten über API-basierte Schnittstellen unmittelbar von Materiallieferanten bereitzustellen.

Dieser Ansatz wird durch entstehende industrielle Datenräume gestützt, wie sie im Kontext von Manufacturing-X sowie der Initiative MaterialDigital entwickelt werden. Projektleiter Jakob Schüder vom SKZ formuliert das Ziel des Vorhabens: „Rezi-KI zeigt, wie künstliche Intelligenz eine Schlüsselrolle in der nachhaltigen Kunststoffverarbeitung einnehmen kann. Unser Ziel ist es, die Verarbeitung von Post-Consumer-Rezyklaten trotz teils erheblicher Materialschwankungen genauso stabil und effizient wie bei Neuware zu gestalten. Besonders danken wir unserem Projektpartner plus10, dessen KI- und Softwarekompetenz diesen innovativen Ansatz wesentlich unterstützt.“

Die laufenden Versuchsreihen dienen derzeit der Validierung der KI-Modelle. Erste Ergebnisse sollen am SKZ-Technologietag am 25. Juni 2026 in Würzburg anhand des Klemmbausteinwerkzeugs demonstriert werden. Das Projekt wird im Rahmen des BayVFP gefördert.

Anzeige

Aktuelle Ausgabe

Anzeige

Anzeige