Wissenschaftliche Mitarbeiter

M.Sc. Mario Radwan


Universitätsstr. 150
44801 Bochum
Raum IC 3/165

Tel:+49-(0)234 32-26946
Fax:+49-(0)234 32-14277

radwan@vvp.rub.de

Kontakt


    Prof. Dr.-Ing. Marcus Petermann

    Lehrstuhl für Feststoffverfahrenstechnik
    Universitätsstr. 150
    44801 Bochum
    Raum IC 3/185
    Tel:+49-(0)234 32-26442
    Fax:+49-(0)234 32-14277
    E-Mail:petermann@fvt.rub.de


Forschungsthema

Extrusionsanlagen werden für die kontinuierliche Verarbeitung von plastisch verformbaren Substanzen eingesetzt, zum Beispiel von Polymeren. Zu den bekanntesten Extrusionsanlagen zählen Ein- und Doppelschneckenextruder. Planetwalzenextruder (PWE) stellen eine Sonderbauform dar und zählen zu den Mehrwellenextrudern. Der Aufbau des PWE ähnelt einem Planetengetriebe mit zentral angeordneter Zentralspindel, umlaufenden Planetspindeln und einem stillstehenden Walzenzylinder (siehe Abbildung 1). Der PWE eignet sich aufgrund von unterschiedlich einstellbaren Spindelkonfigurationen, einer präzisen Temperaturführung und einer hohen Mischungsgüte für verschiedene Anwendungsfälle [Kohlgrüber 2019]. So ist es bspw. innerhalb der Arbeitsgruppe Virtualisierung verfahrenstechnischer Prozesse der Ruhr-Universität Bochum gelungen, unter Einsatz von verdichtetem Kohlenstoffdioxid Polymerschäume mit dem PWE zu erzeugen [Winck 2020].

middle

Abbildung 1: Querschnitt eines Planetwalzenextruders [Radwan 2023]

Beim Betrieb des PWE weisen für die Erzielung optimaler Produkteigenschaften die Stoffdaten sowie die Betriebsparameter der Anlage eine elementare Bedeutung auf. Von den Materialien sind dabei insbesondere die Viskosität und Dichte relevant. Seitens der Anlagenparameter sind die Drehzahl, die externe Temperierung von Zentralspindel und Walzenzylinder, der Massenstrom und die Spindelkonfiguration wesentlich. Wie diese Parameter zur Erzielung optimaler Verarbeitungsbedingungen (Temperatur, Druck, mechanischer Energieeintrag, Verweilzeit) eingestellt werden sollten, wird vor dem Start der Produktion üblicherweise durch experimentelle Vorversuche ermittelt. Diese laufen bis dato auf der Anlage in der gewünschten Größe mit den gewünschten Zielwerten ab. Da die PWEs bis zu einem Durchsatz von mehreren Tonnen pro Stunde verfügbar sind [Kohlgrüber 2019], kann mit diesen Vorversuchen ein hoher Ressourcenverbrauch (Material, Energie, Zeit) einhergehen. Dabei steigt der Verbrauch jeweils mit der Anlagengröße an.

Die Ermittlung der optimalen Produktionseinstellungen des PWE kann unter Einsatz des neu entwickelten Labor-PWE von der Firma ENTEX Rust & Mitschke GmbH deutlich ressourcenschonender durchgeführt werden. Diese Baugröße zeichnet sich dadurch aus, dass die Anlage nur über ein im Vergleich zu bisherigen Baugrößen kleines Prozessvolumen verfügt, dabei im generellen Aufbau aber den großen Anlagen entspricht. Dadurch lassen sich baugrößenübergreifend ähnliche Versuche durchführen, wobei der Ressourcenaufwand im Vergleich zu großen Anlagen erheblich reduziert ist.

Um die Versuchsparameter sowie -ergebnisse zwischen verschiedenen Baugrößen übertragen zu können, werden allerdings sogenannte Skalierungsalgorithmen benötigt. Mit diesen Methoden kann bspw. der Durchsatz für verschiedene Baugrößen umgerechnet werden. Dieser Schritt ist notwendig, weil zum Beispiel der Durchsatz auf einer großen Anlage mehr als acht Tonnen pro Stunde betragen kann, während das Maximum im Durchsatz beim Labor-PWE bei circa zehn Kilogramm pro Stunde liegt [Kohlgrüber 2019].

Skalierungsalgorithmen sind für die Extruderbauformen Ein- und Doppelschneckenextruder bereits umfassend erforscht. Beim PWE existierten bislang jedoch keine Ansätze, um Ergebnisse baugrößenübergreifend vergleichbar zu machen. In dieser Arbeit wurden erste Ansätze zur Skalierung des PWE entwickelt und in umfangreichen Versuchsreihen bei Verarbeitung von Polyethylen und Polypropylen im großen wie im kleinen Maßstab getestet. Nähere Details zu der Methodik und erste Ergebnisse können in der Publikation [Radwan 2023] eingesehen werden. Zu den weiterführenden Zielen des vorliegenden Forschungsprojektes zählen die experimentelle sowie simulative Bewertung und Optimierung dieser Skalierungsansätze für den PWE sowie die Vorhersage der Prozessbedingungen mittels maschinellem Lernen.