Beschreibung
Ziel dieser Dissertation ist die Entwicklung eines Sensorsystems, das die Inline-Detektion von Filamentbrüchen in CF-Rovings erlaubt. Filamentbrüche stellen eine geeignete Qualitätsmessgröße dar, da sie ein Maß für die Verarbeitbarkeit eines CF-Rovings sind und eine Vielzahl von Folgefehlern verursachen. Zu diesem Zweck wird zunächst das Messprinzip Wirbelstrom als geeignetes Messprinzip identifiziert. Anschließend werden notwendige Zusatzkomponenten entwickelt, wie ein Kameramodul zur Positionskorrektur und ein Druckluftmodul zur Inline-Reinigung, und zu einem multimodalen Sensorsystem kombiniert. In einem nächsten Schritt werden verschiedene Ansätze zur Auswertung der mehrdimensionalen Messgrößen des multimodalen Sensorsystems entwickelt und bewertet. Neben künstlichen, neuronalen Netzen und Machine-Learning-Algorithmen ist vor allem die "x"-Qualitätsregelkarte der klassischen Prozesssteuerung eine geeignete Methode zur Auswertung und Darstellung der Messwerte. Nutzer der entwickelten Technologie sind CF-Hersteller und Verarbeiter, die das Sensorsystem als Warenaus- bzw. -eingangskontrolle und entlang der Prozesskette einsetzen. Für beide Nutzergruppen ist die Investition in das Sensorsystems wirtschaftlich sinnvoll und amortisiert sich innerhalb eines Jahres. Der Nutzen des Sensorsystems liegt in der Reduktion zeit- und kostenintensiver Offline-Prüfung und in der Möglichkeit zur schnellen Anpassung der Prozessparameter.
