Werkstoff- und fertigungsgerechte Prozessoptimierung

Kurzbeschreibung: Die werkstoff- und fertigungsgerechte Herstellung von Kunststoffbauteilen setzt umfassende Kenntnisse der Produkt- und Prozessoptimierung voraus. Dies erfordert Kenntnisse der systematischen empirischen Methoden zur Prozessanalyse und -optimierung, da die aus industriellen Prozessen resultierende Produktqualit?t oft von zahlreichen Prozessparametern abh?ngt und allein durch theoretische Ans?tze nicht hinreichend genau beschrieben bzw. optimiert werden kann. Ziel dieses Moduls ist es, dass die Absolventen diese wissenschaftlich-empirischen Methoden anwenden, bewerten, zur Prozessoptimierung nutzen und mittels einer Projektaufgabe am konkreten Fallbeispiel des Spritzgie?prozesses umsetzen.

Lehrinhalte

Fachwissenschaftliche Inhalte der Vorlesung:

1.Produktoptimierung mittels werkstoff- und fertigungsgerechter Produktauslegung und Prozessführung
2.Produkt- und Prozessoptimierung mittels statistischer Versuchsmethodik (DOE = Design of Experiments)
3.Methoden der Versuchsplanung nach Taguchi, Shainin, traditionelle DOE, zentral zusammengesetzte und fraktionierte Versuchspl?ne zur Optimierung der Prozessparameter
4. Praxisbeispiel zur produkt-, werkstoff- und fertigungsgerechten Prozessoptimierung anhand eines Demoproduktes.

Inhalte der Versuche an der Spritzgie?maschine:

1.Optimierung der Prozessparameter mit DOE, Messung und Analyse der Teilequalit?t (z.B. Ma?e, Gewicht, Festigkeit)
2.Auswertung der Versuchsergebnisse mit praxisnahen und wissenschaftlichen Methoden
3.Bearbeitung des Projektberichtes mit Erstellung der geeigneten Versuchspl?ne, Parameter- und Merkmalsauswahl, Prozesseinstellungen, Messmittelf?higkeitnachweisen, Prozessanalyse, Darstellung der Optimierungsergebnisse und Schlussfolgerungen für Produkt und Herstellungsprozess.

Lernergebnisse / Kompetenzziele: Wissensverbreiterung
Die Studierenden haben Kenntnisse von und Erfahrungen mit den modernen DOE-Optimierungstechniken zur Produkt- und Prozessoptimierung.
Mittels Spritzgie?versuchen werden praxisnahe Projektbeispiele bearbeitet und in einem Abschlussbericht dargestellt.
Wissensvertiefung
Die Studierenden k?nnen Industrieprozesse auf dem aktuellsten Forschungs-/Wissensstand systematisch-empirisch optimieren, unter Anwendung wissenschaftlich basierter DOE-Methoden sowie mathematisch-statistischer Auswertungsverfahren.
K?nnen - instrumentale Kompetenz
Die Studierenden verfügen über Spezialwissen und Fertigkeiten hinsichtlich grafischer sowie numerischer Verfahren und beherrschen eine Bandbreite fortgeschrittener und spezialisierter fachbezogener Methoden, um Qualit?ts- bzw. Prozessdaten industrieller Fertigungsprozesse zu optimieren.
K?nnen - kommunikative Kompetenz
Die Studierenden reflektieren, integrieren und erweitern Wissen, Methoden, F?higkeiten und Fertigkeiten im fachbezogenen Kontext.
K?nnen - systemische Kompetenz
Sie wenden eine Reihe von Verfahren, Fertigkeiten, Techniken und Materialien an, die spezialisiert, fortgeschritten und immer auf den neuesten Stand der Technik und Entwicklung angepasst sind.

Lehr-/Lernmethoden: Vorlesung mit Selbststudium und ?bungen zur Prozessoptimierung, Spritzgie?praktikum mit Projektbericht.

Empfohlene Vorkenntnisse: Kenntnisse von Mathematik, Statistik, Kunststoffverarbeitung oder Fertigungstechnik (Spritzgie?en),CAE-Kentnisse.

Lehr-/Lernkonzept

Workload Dozentengebunden
Std. Workload	Lehrtyp
30	Vorlesungen
15	?bungen
Workload Dozentenungebunden
Std. Workload	Lehrtyp
105	Literaturstuduim, Hausarbeit und ?bungen

Literatur: Bourdon, R.: Skript zur VorlesungBourdon, R et. al.: Standardisierte Prozess- und Qualit?tsoptimierung - Kurzanleitung für die Praxis beim Spritzgie?en, Zeitschrift Kunststofftechnik, Hanser Verlag, 2012. Kleppmann, W.: Taschenbuch Versuchsplanung, Carl-Hanser-Verl., 2.Aufl., 2009Scheffler. E.: Statistische Versuchplanung und -auswertung, Verlag-Grundstoffindustrie, 1997

Prüfungsanforderungen: Kenntnisse in werkstoffgerechter Konstruktion, Produkt- und Prozessoptimierung mit DOE-Methoden. Optimierung eines Demoproduktes.