Forschungspublikationen

6 Ergebnisse
24.10.2025

Textile Aktuatoren aus Formgedächtnispolymeren und 3D-Druck für soziale Interaktion in der virtuellen Realität

Fasern Sensorik Smart Textiles

Zusammenfassung

Im Rahmen des Projekts wurde ein Konzept für programmierbare 4D-Textilien entwickelt, das die Kombination aus additiver Fertigung, textiler Vorspannung und Formgedächtnispolymeren nutzt. Durch die Untersuchung verschiedener Geometrien und Stickarten konnten Strukturen identifiziert werden, die eine stabile bistabile Bewegung ermöglichen. Besonders effektiv erwies sich die Beinwicklung auf der Sonnenstruktur, die eine zuverlässige Umwandlung zwischen zwei stabilen Zuständen gewährleistet.

Auf Grundlage dieser Ergebnisse wurde ein Kissen mit integrierten textilen Aktuatoren realisiert. Die Aktivierung erfolgt über eine steuerbare Heizfolie, die das Garn thermisch anspricht und gezielte Bewegungen im Kissen ermöglicht. Damit zeigt das Projekt, wie 4D-Textilien als aktive, formveränderliche Komponenten in interaktiven Produkten eingesetzt werden können, insbesondere im Kontext von Virtual Reality, um physische Rückmeldungen und immersive Erlebnisse zu ermöglichen.

Abbildung 5: Nackenkissen mit integrierten textilen Aktuatoren und steuerbarer Heizfolie zur thermischen Aktivierung.

Bericht

Abstract

Mit zunehmendem Alter sinkt oft die soziale Teilhabe, was häufig mit einem stärkeren Gefühl von Einsamkeit einhergeht. Da gängige Kommunikationstechnologien wie Smartphones oder Tablets von vielen älteren Menschen nur begrenzt genutzt werden, setzt das Projekt ZEIT auf eine neue, intuitive Lösung: eine immersive Virtual-Reality-Technologie, integriert in ein Kissen mit programmierbaren Textilien. Diese Kombination aus interaktiver VR-Umgebung, Emotionserkennung und taktilem Feedback ermöglicht es älteren Menschen, soziale Kontakte auf neue Weise zu erleben und Emotionen wie Freude oder eine Umarmung virtuell zu teilen und in der Realität zu spüren. Erste Ergebnisse zeigen eine hohe Akzeptanz und weisen darauf hin, dass das System soziale Bindungen stärken und Einsamkeit im Alter wirksam reduzieren kann. Das Projekt verdeutlicht das Potenzial virtueller Realität als Schlüsseltechnologie für eine digitale, sozial vernetzte Gesellschaft. Der Beitrag stellt programmierbare Textilien vor, die mithilfe von 3D-Druck und Formgedächtnispolymeren (SMP) entwickelt wurden.

Einleitung

Programmierbare Textilien stellen eine neue Generation funktionaler Materialien dar, die auf äußere Reize reagieren und dadurch ihre Form oder Funktion verändern können. Eine zentrale Rolle spielen dabei weiche Aktuatoren, die im Vergleich zu konventionellen Aktuatoren durch ihre hohe Flexibilität, Anpassungsfähigkeit und Konfigurierbarkeit überzeugen. Diese Eigenschaften ermöglichen vielseitige Anwendungen, etwa in der Medizintechnik, Robotik oder interaktiven Textiloberflächen.

Eine Schlüsseltechnologie zur Herstellung solcher Strukturen ist der 3D-Druck, ein additives Fertigungsverfahren, bei dem Bauteile schichtweise aus flüssigen oder pulverförmigen Materialien aufgebaut werden. Unter den gängigen Verfahren wie Fused Deposition Modeling (FDM), Stereolithografie (SLA) und Selektivem Lasersintern (SLS) steht im Fokus dieser Arbeit das FDM-Verfahren, das aufgrund seiner Materialvielfalt und Zugänglichkeit besonders geeignet ist.

Durch die Erweiterung des 3D-Drucks um die zeitabhängige Dimension entsteht der 4D-Druck, bei dem Strukturen ihre Form oder Funktion im Laufe der Zeit in Reaktion auf äußere Reize wie Temperatur, Feuchtigkeit oder Licht verändern. In Kombination mit textilen Substraten entstehen daraus 4D-Textilien, die gezielte Bewegungen wie Falten, Biegen oder Dehnen ermöglichen und so als programmierbare Textilien fungieren.

Eine Schlüsselrolle spielt hierbei der Einsatz von Formgedächtnispolymeren (SMPs), die nach einer Deformation durch äußere Reize, meist Wärme, in ihre ursprüngliche Form zurückkehren. Aufgrund ihres geringen Gewichts, ihrer Flexibilität und einfachen Verarbeitbarkeit eignen sich SMP-basierte Synthesefasern ideal für den Einsatz in aktiven textilen Strukturen. Damit bilden sie die Grundlage für innovative Anwendungen im Bereich der Softrobotik und interaktiven Textiltechnologien.

Material und Methoden

Für die Herstellung der textilen Aktuatoren wurde das Prinzip des 3D-Drucks auf vorgespannte Textilien angewendet. Dabei dient ein elastisches Polyamid-Elasthan-Gewirk als Substrat, das vor dem Druckprozess gezielt gedehnt wird, um eine definierte Vorspannung zu erzeugen. Diese Vorspannung speichert potenzielle Energie, die nach der Druckfreigabe zur Formänderung beiträgt.

Der Druckprozess erfolgte mit einem FDM-3D-Drucker unter Verwendung flexibler Thermoplaste wie TPU. Durch die Kombination der gedruckten Strukturen mit dem elastischen Textil entstehen funktionale Verbundsysteme, die nach der Entlastung in eine räumliche Form übergehen. Die so entstehenden 4D-Textilien verbinden additive Fertigung mit der intrinsischen Elastizität textiler Materialien.

Zur weiteren Funktionalisierung wurden Garne aus Formgedächtnispolymeren (SMP) eingesetzt, die als selbstgesponnene Filamente hergestellt wurden. Diese Garne ermöglichen die gezielte Aktivierung der Struktur durch Temperaturerhöhung bei etwa 40°C.

Die SMP-Garne werden auf das 4D-Textil aufgestickt und verformen dieses durch ihre Formänderung bei Aktivierung. Wenn eine Struktur zwei stabile Zustände besitzt, kann sie durch die Aktivierung des SMP-Garns von einem Zustand in den anderen überführt werden. Daher spielt die Bistabilität eine entscheidende Rolle für die Funktion dieser Aktuatoren.

Die Einflussfaktoren der Bistabilität hängen von der Strukturgeometrie und der Vorspannung des Textils ab. Um diese Zusammenhänge zu untersuchen, wurden verschiedene Geometrien getestet, um Strukturen mit ausgeprägter bistabiler Charakteristik zu identifizieren. Zur Veranschaulichung sind in der folgenden Abbildung die getesteten Strukturen dargestellt.

Abbildung 1: Übersicht der getesteten Geometrien zur Identifikation bistabiler Strukturen.

Zur Optimierung der Aktivierung wurden verschiedene Stickarten getestet, darunter Linienstich, Kreuzstich, Sternstich, Beinwicklung sowie Rund-/Kreisstich.

Die ersten drei Varianten, Linienstich, Kreuzstich und Sternstich, führen das Garn direkt an der Textiloberfläche durch die Struktur. Dabei unterscheiden sich sowohl die Anzahl als auch die Ausrichtung der Filamente.

Bei der Beinwicklung und dem Rund-/Kreisstich wird das Garn hingegen um die Beine der Struktur geführt. In der Beinwicklung sind gegenüberliegende Garne miteinander verbunden, während beim Rund-/Kreisstich benachbarte Beine verbunden werden. In der folgendenAbbildung zeigt die verschiedene Stickarten bei der Sonne, Blume und Stern Struktur.

Abbildung 2: Verschiedene Stickarten bei der Sonne-, Blume- und Stern-Struktur.

Ergebnis

Die bistabilen Zustände sind in der folgenden Abbildung dargestellt. Eine Leerstelle bedeutet, dass kein zweiter stabiler Zustand vorhanden ist. Insgesamt wurden neun Strukturen untersucht und in drei Gruppen eingeteilt.

Abbildung 3: Neun untersuchte Strukturen und ihre bistabilen Zustände.

Die erste Gruppe umfasst Strukturen mit einem zentralen Körper und umliegenden Beinen, wie Sonne, Blume oder Achteck. Die quadratische Sonnenstruktur erreicht keinen zweiten stabilen Zustand, da sie durch ungleichmäßige Spannung und fehlende Abstützung instabil wird.

Die zweite Gruppe besteht aus linienförmigen Strukturen wie Kreuz und Stern. Beim Kreuz fehlt die diagonale Unterstützung, weshalb es keinen zweiten stabilen Zustand ausbildet.

Die dritte Gruppe zeigt wiederholte Muster, etwa Ring- und Punkt-Cluster. Trotz fehlender zentraler Verbindung bleiben diese Formen dank der textilen Vorspannung stabil.

Ob eine Struktur bistabil ist, hängt vom Zusammenspiel zwischen der Vorspannung des Textils und der Steifigkeit der Form ab. Wird die Struktur zu hoch oder zu lang, reicht die Spannung des Textils nicht mehr aus, um sie in Position zu halten, und die Stabilität geht verloren.

Die Ergebnisse der Stickversuche zeigen, dass die Beinwicklung auf der Sonnenstruktur besonders effektiv ist und eine zuverlässige Umwandlung ermöglicht. Die folgende Abbildung veranschaulicht diesen Prozess.

Abbildung 4: Umwandlungsprozess der Sonnenstruktur mit Beinwicklung.

 

Danksagung

Wir danken dem Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) für die Förderung des Forschungsprojekts ZEIT (FKZ: 16SV8711). Zudem möchten wir allen Beteiligten in diesem Projekt für ihre Beiträge und ihr Engagement danken.

 

AutorInnen: Danchen Zhang Felix Krooß Yuvraj Salhan Frank Omoafese Thomas Gries

ITA - Institut für Textiltechnik der RWTH Aachen University, Otto-Blumenthal-Straße 1, 52074 Aachen

More entries from ITA Institut für Textiltechnik der RWTH Aachen University

05.02.2025

Integral flachgestrickte Drucksensoren für smart Textiles

Gestricke & Gewirke Sensorik Smart Textiles Tests

Zusammenfassung

Im IGF-Projekt 21990 BR1 wurde das „Textiles Smart-Skin-3D-System (S3D)“ entwickelt – ein innovatives, flachgestricktes Sensorsystem, das Druck- und Näherungsmessungen nahtlos in textile Produkte integriert. Ziel war es, flexible und robuste Sensorik bereits im Herstellungsprozess einzubetten und so die Komplexität sowie potenzielle Schwachstellen herkömmlicher Mehrkomponentensysteme zu vermeiden. Hierzu wurden komplexe 3D-gestrickte Strukturen realisiert, die leitfähige Sensorgarne und gezielt eingearbeitete dielektrische Materialien wie silikonbasierte Inserts nutzen, um kapazitive Messprinzipien anzuwenden.

Die Optimierung von Garnauswahl und Strickparametern ermöglichte eine präzise Erfassung von Druckkräften und Annäherungen. Als Demonstrator wurde ein vollständig integrierter Sensorhandschuh mit 13 Sensorflächen entwickelt, der Greif- und Haltekräfte misst. Zyklische elektromechanische Prüfungen bestätigten ein stabiles Sensorverhalten. Insbesondere zeigte die Variante mit einem 1 mm starken Dielektrikum optimale Übertragungscharakteristika, geringe Hysterese und eine Sensordrift im akzeptablen Rahmen. Zusätzlich erbrachte ein textilbasierter Näherungssensor zuverlässige Messwerte für Abstände bis zu 120 mm.

Die Ergebnisse belegen das Potenzial flachgestrickter Sensoren als integraler Bestandteil smarter, tragbarer Textilien – mit Anwendungsmöglichkeiten in Telerehabilitation, Medizintechnik, Arbeitsschutz und weiteren Digitalisierungsbereichen.

Summary

In the IGF project 21990 BR1, the “Textiles Smart-Skin-3D-System (S3D)” was developed – an innovative, flat-knit sensor system that seamlessly integrates pressure and proximity measurements into textile products. The aim was to embed flexible and robust sensor technology into the manufacturing process, thereby avoiding the complexity and potential weaknesses of conventional multi-component systems. To achieve this, complex 3D-knit structures were created using conductive sensor yarns and strategically incorporated dielectric materials, such as silicone-based inserts, to implement a capacitive sensing approach.

Optimizing yarn selection and knitting parameters enabled the precise detection of pressure forces and proximity. A demonstrator in the form of a fully integrated sensor glove with 13 sensing areas was developed, capable of measuring gripping and holding forces. Cyclic electromechanical tests confirmed stable sensor performance. In particular, the variant with a 1 mm thick dielectric exhibited optimal transfer characteristics, low hysteresis, and acceptable sensor drift. Additionally, the textile-based proximity sensor reliably measured distances of up to 120 mm.

The results demonstrate the potential of flat-knit sensors as an integral component of smart, wearable textiles with applications in telerehabilitation, medical technology, occupational safety, and other digitalization sectors.

Bericht

Einleitung

Vor dem Hintergrund globaler Megatrends wie der Digitalisierung in der Medizin bestehen für die Textilindustrie große Chancen, vom erwarteten weiteren Wachstum von am Körper tragbaren, flexibel einsetzbaren und computergestützten Systemen zu profitieren. Zu dieser neuen Geräteklasse, den sogenannten Wearables, gehören Textilien, die über die klassischen Funktionen von Bekleidung oder beispielsweise Bandagen hinaus mit elektronischen Zusatzfunktionen ausgestattet sind. Da Textilien häufig die Schnittstelle zwischen dem Menschen und seiner Umwelt darstellen, sind sie prädestiniert, auch bei der Digitalisierung menschlicher Wahrnehmungen und Fähigkeiten (z. B. Bewegungen, Haptik etc.) und umgekehrt der Rückkopplung von der virtuellen in die analoge Welt eine entscheidende Brückenfunktion zu übernehmen und so als künstliche Haut (bzw. Smart Skin) bestehende optische und akustische Schnittstellen zu ergänzen.

Ein Bereich in dem smarte Textilien einen großen Zugewinn nützlicher Informationen bereitstellen, ist die Medizin und Rehabilitationstechnik. Vor dem Hintergrund einer alternden Bevölkerung und damit einhergehend einer hohen Belastung medizinischer Versorger, die unter gleichzeitigem Personalmangel leiden, ist nicht immer ein ausreichendes Angebot in erreichbarer Nähe realisierbar. Vor allem im Bereich der medizinischen Folgebehandlungen für Physiotherapie einhergehend mit langen Transportwegen oder fehlender Transportfähigkeit des Patienten kann dies zu Heilungsverlangsam oder sogar -verhinderung führen. Eine Unterstützung von Patienten durch einen medizinischen Laien (Familienangehörige, Bekannte etc.) mit einem geringfügigen Lernaufwand soll durch den in diesem Projekt entwickelten Handschuh ermöglicht werden. Dieser ermöglicht die Überwachung von Greif- und Haltebewegungen sowie Feedback zur Korrektur. In der Telerehabilitation gibt es keine vergleichbaren Systeme, die autonom ohne Experteneinsatz arbeiten [1, 2]. Das Projekt fokussierte auf die Entwicklung multifunktionaler Druck-/ Näherungssensorik durch flachstricktechnische Verfahren. Diese ermöglichen die kostengünstige Integration in Funktionsbekleidung, aber auch in Roboterkomponenten.

Zielsetzung und Lösungsweg

Das Ziel des IGF-Forschungsprojekts war die Entwicklung, Charakterisierung und Erprobung textilbasierter Drucksensoren, die mittels Flachstricktechnik in einen Handschuh integriert werden sollten um die aufgebrachte Kraft auf den Fingergliedern und dem Handballen zu überwachen. Es wurden flächenbasierte, gestrickte Sensorkonzepte mit einem kapazitiven Messprinzip verfolgt. Die entwickelten Sensoren wurden mittels zyklischer elektromechanischer Druckprüfungen untersucht und eine Vorzugsvariante der Sensoren zur Integration in einem Funktionsdemonstrator ermittelt. Weiterhin wurden kapazitive Näherungssensoren entwickelt und evaluiert.

Ergebnisse

Entwicklung der gestrickten Drucksensoren

Für die Entwicklung der Sensoren wurde die Umsetzung eines kapazitiven Drucksensors mithilfe von Flachstricktechnik verfolgt. Die Vorteile kapazitiver Sensoren gegenüber resistiver Sensoren liegen in ihrer Unempfindlichkeit gegenüber Temperatur [3], was in einer körpernahen Anwendung von Vorteil ist. Der einfachste Aufbau eines Kondensators ist der Plattenkondensator. In diesem Aufbau sind zwei parallele Platten durch ein Dielektrikum getrennt. Durch das Aufbringen einer Druckkraft F auf diese Platten und damit ein Zusammendrücken des Dielektrikums mit der Dielektrizitätskonstante  ε ändert sich der Plattenabstand d und somit die Kapazität C wie in Abbildung 1 gezeigt. Hier wird deutlich, dass die Kapazitätsänderung ∆C indirekt proportional zur Änderung des Plattenabstands ∆d, die wiederum abhängig ist von der induzierten Kraft, dem E-Modul E und den geometrischen Maßen des Plattenkondensators mit b = Breite und l = Länge.

Für den Aufbau der gestrickten kapazitiven Sensoren wurden verschiedene Konzepte erstellt, die in Abbildung 2 dargestellt sind. Anhand einer systematischen Variantenbewertung nach ergonomischen, stricktechnischen, sensortechnischen Anforderungen und praktischer Versuchstests wurde eine Sensorvariante mit einem Insert als Dielektrikum und einer vollflächigen Elektrode aus leitfähigem Garn als Vorzugsvariante gewählt und zu einer Handschuhfinger gleichenden Doppelschlauchstruktur erweitert.

Zur Auswahl des Elektrodengarns wurden Vorversuche durchgeführt um die stricktechnische Eignung der teilweise anspruchsvoll zu verarbeitenden Garne auf Stahl- und Silberbasis zu bewerten. Hierbei wurden Garne von Statex (Shieldex® 235 f 36dtex Z130), Amann (Steel-tech® 100 tex 93, Silver-tech+® 150 tex 22) und Bekaert (Bekinox® VN 14.1.9.100Z) genutzt. In diesen Vorversuchen erwies sich Silver-tech+® 150 als Vorzugsvariante, da es sehr gut mit dem umgebenden Basismaterial aus Umwindegarn (Tencel CV Nm40 mit PA6.6 78/78f23/1) fertigungstechnisch kompatibel war.

Herstellung der Sensoren

Ziel des Projekts war die Herstellung eines Sensorhandschuhs mittels Flachstricktechnik, eine Strickmethode, die die Möglichkeit bietet Fully Fashioned Artikel in einem Arbeitsschritt herzustellen, wodurch komplizierte gestrickte Flächen endkonturnah hergestellt werden können. Um ein höchstmöglich automatisiert herstellbares Produkt zu entwickeln wurde der Drucksensor mit einem Fokus auf Vermeidung nachfolgender Konfektionierungsschritte entwickelt. Daher wurde der Drucksensor als eine Doppelschlauchstruktur konzeptioniert. Diese wird durch zwei Elemente geformt: Zum einen durch die Tasche des Sensors, zum anderen durch einen Fingerling, der eine Tragbarkeit des Sensors ermöglicht. In Abbildung 3 ist der Aufbau schematisch dargestellt. Im Sensorbereich ergibt sich daher ein dreilagiges Doppelschlauch-gestrick. Das umfasst die äußere sowie innere Elektrode und die Rückseite des Fingers. Das Dielektrikum wird durch ein Insert, welches während des Strickprozesses eingelegt wird, gebildet. Diese Variante des Konzeptes ermöglicht eine weitestgehend automatisierte Fertigung des Handschuhs an der Flachstrickmaschine ohne nachgelagerte Konfektionsschritte. Für die Einbringung des Dielektrikums ist eine Unterbrechung des Strickprozesses erforderlich.

Validierung der Sensoren

Die gestrickten kapazitiven Sensoren wurden auf ihre Eignung als Drucksensor in zyklischen elektromechanischen Messungen überprüft. Der Versuchsaufbau mit Mess- und Versuchsgeräten sowie der Prüfablauf sind in Abbildung 4 dokumentiert. Um den Einfluss des Dielektrikums zu untersuchen, wurden Sensoren mit einem 2 mm und einem 1 mm starken silikonbasierten Dielektrikum hergestellt. Aus den ermittelten Daten wurden das Übertragungsverhalten (als Zusammenhang zwischen Kompressionskraft und Sensorsignal), die Sensordrift (als Signalwerte bei Entlastung der Sensoren) und die Hysterese (als maximale Differenz zwischen Be- und Entlastungskurve über den Messbereich) berechnet (siehe Abbildung 5).

Es zeigte sich, dass beide Varianten ein stabiles Sensorverhalten aufweisen, wobei die Sensorvariante mit einem 1 mm starken Dielektrikum bessere Ergebnisse im Übertragungsverhalten und in Hysterese zeigte. Die Sensordrift lag hier etwas höher, lag aber bei beiden Varianten unter 5 % und damit in einem, für praktische Anwendungen dieser Technologie, akzeptablen Bereich. Dieser Versuch zeigte, dass das Dielektrikum einen entscheidenden Einfluss auf das Sensorverhalten hat und dieses durch die relativ kleine Anpassung des Insertmaterials für verschiedene Messbereiche und -sensitivitäten angepasst werden kann. Weitere Ausführungen, Ergebnisse und Diskussionen können aus der Publikation in [4] entnommen werden.

Näherungssensor

Das Konzept für die textile Näherungssensorik wurde mit einer einzelnen textilen gestrickten Elektrode und einem Arduino Uno umgesetzt. Für die Versuchsdurchführung wurde eine menschliche Hand als zu erfassendes Objekt an den Sensor geführt und der Abstand zwischen Hand und Sensor gemessen. In Abbildung 6 sind das Sensorsignal und korrelierte Abstände der Hand dazu gezeigt, sowie das Schaltbild dargestellt. Hierbei konnten Abstände von bis zu 120 mm zur Hand noch erfasst werden mit einer guten Signalstabilität, sodass hier eine Quantifizierung des Abstands denkbar ist.

Demonstrator

Die Vorzugsvariante für den Druck- und Näherungssensor wurde übertragen auf einen vollständig gestrickten und integral gefertigten Handschuh mit 13 Sensoren, wobei 2 Sensorflächen für Daumen, 3 Sensorflächen für Zeige- und Mittelfinger und 5 Sensorflächen auf der Handfläche für die Erfassung von Kräften realisiert wurden. Der finale Funktionsdemonstrator ist in Abbildung 7 gezeigt. Die elektrischen Zuleitungen wurden für diesen FD manuell realisiert. Eine sensorische Funktionalisierung des Ringfingers und des kleinen Fingers war durch die begrenzte Anzahl an Fadenführern innerhalb der Strickmaschine nicht möglich (max. 13 Sensorflächen). Die Signale der einzelnen Sensoren wurden mittels eines RaspberryPi 5 und einer dafür entwickelten Software ausgewertet. In verschiedenen Greiftests wurden die Sensoren validiert. Bei allen funktionsfähigen Sensoren konnte ein verlässlicher Anstieg des Signals bei Kompression erfasst werden.

Zusammenfassung und Ausblick

Die Verwendung textiltechnischer Lösungen zur Überwachung des menschlichen Körpers und der auf ihn wirkenden Lasten ist ein vielversprechendes Forschungsfeld, das Anwendungen in der Physiotherapie, im Arbeitsschutz und in der Digitalisierung von Arbeitsprozessen ermöglicht. Im Rahmen dieses Projekts lag der Fokus auf der Entwicklung und Integration von Druck- und Näherungssensoren in textile Strukturen. Dabei wurden innovative textilbasierte Ansätze verfolgt, insbesondere die Herstellung vollständig textilintegrierter Sensoren im Fully-Fashioned-Verfahren. Im Gegensatz zu herkömmlichen Systemen, die oft aus vielen Einzelkomponenten bestehen und dadurch Schwachstellen aufweisen, bieten textilbasierte Sensorsysteme eine höhere Kompatibilität mit textilen Basissystemen und eine höhere Flexibilität. Die in dieser Arbeit entwickelten Sensoren sind vielseitig einsetzbar und können in zahlreiche textile Strukturen, und vor allem gestrickter Strukturen, diverser Form und Größe übertragen werden.

Unter Beachtung industrienaher Anforderungen, die zusammen mit den am Projekt beteiligten Industriepartnern festgelegt wurden, wurden verschiedene Konzepte für Druck- und Näherungssensoren für einen Sensorhandschuh unter Nutzung von Flachstricktechnik entwickelt. Die bevorzugte Lösung für gestrickte Druck- und Näherungssensoren basiert auf einem Doppelschlauchgestrick, das einen flexiblen Plattenkondensator darstellt. Diese Sensoren bestehen aus Elektroden aus leitfähigem Garn und einem weichen Material, beispielsweise Silikon, das als Dielektrikum dient. Dadurch, dass das Material für das Dielektrikum flexibel gewählt werden kann, sind Messbereich und -verhalten auch für andere Anwendungen mit diesem Konzept einfach zu variieren. Für die Druckmessung wurde das Ansprechverhalten der entwickelten Sensoren eingehend getestet, und ihre Stabilität analysiert und ein funktionsgerechtes Messverhalten der Sensoren im Messbereich 0 bis 10 N festgestellt.

Die Vorzugsvariante der Sensoren wurde in einem Funktionsdemonstrator mit 13 Sensorflächen umgesetzt. Dies sollte in weiteren Arbeiten um 6 weitere Sensorflächen für die einzelnen Fingergelenke von Ring- und kleinem Finger ergänzt werden. Die Anzahl der Sensorflächen war in diesem Projekt durch die Anzahl der verfügbaren Fadenführer begrenzt. Weiterhin sollte das Einlegen des dielektrischen Inserts stärker automatisiert werden um die Zeit, die benötigt wird um die Drucksensorhandschuhe zu stricken, reduziert wird.

Danksagung

Das IGF-Vorhaben 21990 BR der Forschungsvereinigung Forschungskuratorium Textil e.V., Reinhardtstr. 12-14, 10117 Berlin wurde über die AiF im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung und -entwicklung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

Die Autoren danken den genannten Institutionen für die Bereitstellung der finanziellen Mittel. Der Forschungsbericht und weiterführende Informationen sind am Institut für Textilmaschinen und Textile Hochleistungswerkstofftechnik der TU Dresden erhältlich.

 

Literatur

 

[1]   K. Ettle et al., "Telepräsenzroboter für die Pflege und Unterstützung von Schlaganfallpatientinnen und -patienten (TePUS) im Regierungsbezirk Oberpfalz: DeinHaus 4.0," Regensburg, Jun. 2020. Accessed: Nov. 30 2020.

[2]   K. Berkenkamp, "Telerehabilitation in der Schlaganfallversorgung – Einflussfaktoren auf Adoption und Akzeptanz von klinisch tätigen Ärzten und Therapeuten," 2020.

[3]   J. Mersch, C. A. G. Cuaran, A. Vasilev, A. Nocke, C. Cherif, and G. Gerlach, "Stretchable and Compliant Textile Strain Sensors," IEEE Sensors J., vol. 21, no. 22, pp. 25632–25640, 2021, doi: 10.1109/JSEN.2021.3115973.

[4]   S. Fischer, C. Böhmer, S. Nasrin, C. Sachse, C. Cherif. Flat-Knitted Double-Tube Structure Capacitive Pressure Sensors Integrated into Fingertips of Fully Fashioned Glove Intended for Therapeutic Use. Sensors 2024, 24, 7500. https://doi.org/10.3390/s24237500

 

 

AutorInnen: Carola Bömer

Technische Universität Dresden
Fakultät Maschinenwesen
Institut für Textilmaschinen und Textile Hochleistungswerkstofftechnik (ITM)
01062 Dresden

https://tu-dresden.de/mw/itm

More entries from TU Dresden, Institut für Textilmaschinen und Textile Hochleistungswerkstofftechnik ITM

08.09.2023

Mit einem Sustainability-Assessment zur nachhaltigen Unternehmensstrategie

Nachhaltigkeit Technische Textilien

Zusammenfassung

Die Textilindustrie gilt im Sinne der Nachhaltigkeit auf europäischer Ebene als Risikobranche. Warum das eine besondere Herausforderung ist und wie ein systematischer Ansatz zur nachhaltigen Transformation von Unternehmen aussehen kann, erfahren Sie in diesem Artikel.

Die Textilindustrie ist bekannt für ihre Innovationen und Ideen, die weit über die traditionellen Anwendungen von Bekleidung und einfachen Stoffen hinausgehen. Einige Beispiele sind der Einsatz von Glas- oder Carbonfasern zum Ersatz von Stahlbewehrungen in Betonbauteilen, künstliche Herzklappen aus Textilien oder Wasserstofftanks aus Carbonfasern. Allerdings steht die Textilindustrie vor großen Herausforderungen in Bezug auf Nachhaltigkeit. Sie ist weltweit eine der Branchen mit den höchsten Umweltbelastungen und hat auch erhebliche soziale Auswirkungen auf die Arbeitskräfte in der Lieferkette, die häufig auf Baumwollfeldern in Ländern wie China, Indien oder Pakistan beginnt. Hier ist ein systematischer Ansatz zur Nachhaltigkeitsbewertung erforderlich. Das Ergebnis der Nachhaltigkeitsbewertung bildet den Status Quo ab, kann als Benchmark im Vergleich mit anderen Unternehmen der Branche verwendet werden und bietet einen optimalen Ausgangspunkt für die Integration von Nachhaltigkeit in die Unternehmensstrategie.

Bericht

Einleitung

Aachen/München: Die Textilindustrie ist bekannt für ihre Innovationen und Ideen, die weit über die traditionellen Anwendungen von Bekleidung und einfachen Stoffen hinausgehen. Einige Beispiele sind der Einsatz von Glas- oder Carbonfasern zum Ersatz von Stahlbewehrungen in Betonbauteilen, künstliche Herzklappen aus Textilien oder Wasserstofftanks aus Carbonfasern.

Allerdings steht die Textilindustrie vor großen Herausforderungen in Bezug auf Nachhaltigkeit. Sie ist weltweit eine der Branchen mit den höchsten Umweltbelastungen und hat auch erhebliche soziale Auswirkungen auf die Arbeitskräfte in der Lieferkette, die häufig auf Baumwollfeldern in Ländern wie China, Indien oder Pakistan beginnt. Auch die weiterverarbeitenden Prozesse innerhalb der Wertschöpfungskette bergen die Gefahr unzureichender Umweltschutzmaßnahmen und der Missachtung international geltender Menschenrechte. Eine nachhaltige Textilindustrie hingegen setzt sich gezielt und insbesondere für den Einsatz von umweltfreundlichen Materialien, faire Arbeitsbedingungen und die Reduzierung des Energie- und Wasserverbrauchs ein. „Die EU verweist in ihrer neuen Sustainable Product Initiative nicht umsonst verstärkt auf ein hohes Maß an Umweltschutz und notwendige Verbesserungen der Umweltqualität. Wir müssen an den wichtigen gesellschaftlichen Herausforderungen forschen und neue Technologien schnell in die Umsetzung bringen“, so Prof. Thomas Gries vom Institut für Textiltechnik (ITA) der RWTH Aachen University.
 

Systematischer Ansatz zur Nachhaltigkeitsbewertung

Auf Unternehmensebene fängt die Transformation mit der Erfassung der notwenigen Daten (Indikatoren) und der der daraus resultierenden Messbarkeit der eigenen Nachhaltigkeitsleistung an. Die TÜV SÜD Industrie Service GmbH hat dazu eine Methodik entwickelt, die in Zusammenarbeit mit dem ITA für die Textilindustrie adaptiert und optimiert wurde: die Nachhaltigkeitsbewertung orientiert sich an den 17 Sustainable Development Goals (SDG) der Vereinten Nationen. Auf der Grundlage verschiedener Indikatoren, die durch Branchen- und Ländervergleiche gewichtet werden, wird die Nachhaltigkeitsleistung des Unternehmens objektiv, unabhängig und transparent beurteilt. „Mit unserer Nachhaltigkeitsbewertung ermöglichen wir allen relevanten Akteuren der Wertschöpfungskette Klarheit über den Ist-Zustand der unternehmensspezifischen Nachhaltigkeit zu erlangen, die wesentlichen Nachhaltigkeitsrisiken zu identifizieren und mit den daraus abgeleiteten Verbesserungsmaßnahmen einen wesentlichen Schritt in Richtung eines Nachhaltigkeitsmanagementsystems zu gehen“, so Lucas Wagner von der TÜV SÜD Industrie Service GmbH. Dieser Ansatz umfasst die gesamte Unternehmensstrategie und ist auch für andere Branchen einsetzbar.
 

Integration von Nachhaltigkeit in die Unternehmensstrategie

Das Ergebnis der Nachhaltigkeitsbewertung bildet den Status Quo ab, kann als Benchmark im Vergleich mit anderen Unternehmen der Branche verwendet werden und bietet einen optimalen Ausgangspunkt für die Integration von Nachhaltigkeit in die Unternehmensstrategie. Die objektive Bewertung bietet zunächst die Möglichkeit, notwendige Schwerpunkte für die Transformation hin zu einem nachhaltigen Unternehmen zu identifizieren. Zusammen mit externen Experten, z. B. aus der Forschung, werden Potentiale identifiziert und konkrete Umsetzungsmaßnahmen abgeleitet. „Das Vorgehen bietet einen holistischen Ansatz, um die nachhaltige Transformation zu einem Kern der Unternehmensstrategie zu machen. Die Wirtschaftlichkeit bildet dabei eine wichtige Säule“, so Prof. Gries. Darüber hinaus bietet die Nachhaltigkeitsbewertung durch die TÜV SÜD Industrie Service GmbH eine ausgezeichnete Ausgangslage, um die Anforderungen der CSRD, also der „Corporate Sustainability Reporting Directive“ zu erfüllen. So wird Nachhaltigkeit zu einem planbaren Erfolgsfaktor für Unternehmen.

Bildunterschriften:

Abbildung 1: 17 Ziele für nachhaltige Entwicklung (SDG) der Vereinten Nationen (Quelle: Vereinte Nationen)

Abbildung 2: Methodischer Ansatz für die Nachhaltigkeitsbewertung eines Unternehmens (Quelle: TÜV SÜD Industrie Service GmbH)

Abbildung 3: Wesentlichkeitsanalyse und Strategieentwicklung (Quelle: TÜV SÜD Industrie Service GmbH)

AutorInnen: Pohlmeyer, Florian1 Wagner, Lucas2 Möbitz, Christian1 Gries, Thomas1

1: Institut für Textiltechnik der RWTH Aachen University, Otto-Blumenthal-Str. 1, 52074 Aachen

2: TÜV SÜD Industrie Service GmbH, Westendstraße 199, 80686 München

More entries from ITA Institut für Textiltechnik der RWTH Aachen University

15.05.2023

Google Lens in der Altkleidersortierung

Recycling Nachhaltigkeit Kreislaufwirtschaft Haus- und Heimtextilien Fashion

Zusammenfassung

Die Textilindustrie steht vor enormen ökologischen Herausforderungen, die auf ein lineares Wertschöpfungsmodell zurückzuführen sind. Gegenwärtig fallen 7 bis 7,5 Millionen Tonnen textiler Reststoffe in der EU-27 und der Schweiz jährlich an - dies entspricht mehr als 15 Kilogramm pro Person. Die größte Quelle dafür sind entsorgte Kleidungsstücke und Heimtextilien von Verbrauchern - sie machen etwa 85 Prozent der gesamten textilen Reststoffe aus. Diese großen Mengen an textilen Reststoffen müssen sortiert und verarbeitet werden.

Google Lens ist eine Bilderkennungssoftware von Google, die auf maschinellem Lernen und künstlicher Intelligenz basiert. Mit Hilfe der Kamera eines Smartphones kann Google Lens Bilder von Objekten, Texten oder Landschaften erfassen, diese erkennen und interpretieren. Die Technologie ist in der Lage, eine Vielzahl von Objekten und Materialien zu identifizieren und auf entsprechende Webseiten zu verweisen.

In einer Versuchsreihe am Institut für Textiltechnik wurde der Einsatz von Google Lens in der Altkleidersortierung getestet. Dabei stand die Auswertung der Genauigkeit von Google Lens zur Erkennung von verschiedenen Merkmalen im Vordergrund. Insgesamt zeigen die Ausführungen in diesem Artikel, dass Google Lens noch keine adäquate Lösung für die automatisierte Auswertung in der Altkleidersortierung darstellt. Die Ausführungen zeigen allerdings auch Potentiale für die Weiterentwicklung der Technologie auf. Auch eine Kombination mit weiterer Sensorik (z. B. NIR) oder eigens entwickelten Algorithmen zur Bildauswertung ist vielversprechend.

Bericht

Abstract:

Die Textilindustrie steht vor enormen ökologischen Herausforderungen, die auf ein lineares Wertschöpfungsmodell zurückzuführen sind. Dieses kennzeichnet sich durch kurze Nutzungsdauern, eine geringe Wiederverwendungsquote und geringes Faser-zu-Faser Recycling der Textilien. So wird ein großer Teil der nicht wiederverwendbaren textilen Reststoffe deponiert oder energetisch verwertet. Die Alttextilien werden von Sortierbetrieben entweder für das Recycling oder für den Weiterverkauf vorbereitet. Hier benötigt es neue Technologien zur Merkmalserkennung von Textilien, um die manuellen Prozessschritte zu ersetzen und zu verbessern. Herausforderungen der bisher händischen Sortierung sind der Arbeitskräftemangel und die unzureichende Objektivität und Qualität der Sortierung. In diesem Artikel werden neue Lösungen zur Automatisierung der Merkmalserkennung ausgewertet.

Herausforderungen in der Altkleidersortierung

Gegenwärtig fallen 7 bis 7,5 Millionen Tonnen textiler Reststoffe in der EU-27 und der Schweiz jährlich an - dies entspricht mehr als 15 Kilogramm pro Person [HJL+22]. Die größte Quelle dafür sind entsorgte Kleidungsstücke und Heimtextilien von Verbrauchern - sie machen etwa 85 Prozent der gesamten textilen Reststoffe aus. Diese großen Mengen an textilen Reststoffen müssen sortiert und verarbeitet werden. Aktuell wird die von Verbrauchern aussortierte Kleidung in Altkleidercontainern entsorgt. Von dort aus werden sie in Sortierbetriebe transportiert, in denen jedes Kleidungsstück inspiziert und händisch in verschiedene Kategorien sortiert wird. Es wird beispielsweise zwischen Qualität oder Art des Materials unterschieden. Diese Schritte gilt es zu automatisieren, um die Anzahl der Fehlsortierungen zu reduzieren und die Limitationen der manuellen Sortierung zu überwinden. Die manuelle Sortierung von Altkleidern ist durch den Arbeitskräftemangel und die unzureichende Qualität stark limitiert. Es gibt erste Ansätze, um die Herausforderungen zur Merkmalserkennung der Textilien zu lösen. Durch Nahinfrarotspektroskopie kann beispielsweise das Material des Textils erkannt und identifiziert werden. Allerdings können mit der Technologie weitere wichtige Merkmale wie die Art des Kleidungsstücks, die Marke und der Zustand nicht analysiert werden. Für die Auswertung dieser Merkmale können allerdings Bildverarbeitungssysteme verwendet werden. Einen Ansatz für die Auswertung von Bildmerkmalen bietet die Software Google Lens.

Die Funktion von Google Lens

Google Lens ist eine Bilderkennungssoftware von Google, die auf maschinellem Lernen und künstlicher Intelligenz basiert. Mit Hilfe der Kamera eines Smartphones kann Google Lens Bilder von Objekten, Texten oder Landschaften erfassen, diese erkennen und interpretieren. Die Technologie ist in der Lage, eine Vielzahl von Objekten und Materialien zu identifizieren und auf entsprechende Webseiten zu verweisen. Die Suchergebnisse werden nach Relevanz und Ähnlichkeit mit dem Objekt auf dem Foto klassifiziert. [Taf21] Darüber hinaus kann Google Lens auch QR-Codes scannen und automatisch Webseiten öffnen, Adressen suchen und Termine in den Kalender eintragen. Die Software ist auch in der Lage, Texte in anderen Sprachen zu erkennen und zu übersetzen, was besonders nützlich für Reisende ist. Insgesamt bietet Google Lens eine schnelle und effektive Möglichkeit, visuelle Informationen zu interpretieren und zu nutzen, um den Benutzern eine bessere Erfahrung zu bieten. Diese Eigenschaften machen einen Einsatz von Google Lens in der Altkleidersortierung interessant. Die Software ist bereits mit einer großen Menge von Daten trainiert und ermöglicht einen gezielten Zugriff auf sämtliche im Internet vorhandene Informationen zu einem Kleidungsstück.

Google Lens für die Sortierung von Altkleidern

In einer Versuchsreihe am Institut für Textiltechnik wurde der Einsatz von Google Lens in der Altkleidersortierung getestet. Dabei stand die Auswertung der Genauigkeit von Google Lens zur Erkennung von verschiedenen Merkmalen im Vordergrund. In dem Versuch wurde die Informationsgewinnung durch den Einsatz von Google Lens in den folgenden sechs Merkmalen geprüft:

  • Typ des Textils bzw. Art der Bekleidung
  • Farbe
  • Material
  • Marke
  • Preisklasse
  • Geschlecht

Die Versuchsdurchführung ist in die folgenden drei Schritte aufgeteilt: Aufnahme von Bildern, Auswertung der Bilder mit Google Lens und Auswertung der fünf relevantesten Suchergebnisse hinsichtlich der sechs Merkmale. Die Aufnahme der Bilder erfolgt in einem statischen Versuchsaufbau. Die Textilien werden auf einem ebenen Untergrund ausgebreitet und von oben unter Beleuchtung fotografiert (siehe Abbildung 1). Für die Auswertung des Versuches werden die sechs Merkmale in definierte Ausprägungen eingeteilt (z. B. werden sechs Preisklassen definiert). Die Auswertung erfolgt anhand der ersten fünf von Google vorgeschlagenen Ergebnisse. Für die Vergleichbarkeit der Ergebnisse erfolgt eine Einteilung in ein Punktesystem: pro Textil wird je ein Punkt pro Merkmal und Treffer vergeben, wenn dieses Merkmal richtig erkannt wird, sodass pro Textil und Treffer maximal 6 Punkte zu vergeben sind. Ein Merkmal gilt als richtig erkannt, wenn die Information eindeutig aus dem Text auf der weitergeleiteten Webseite hervorgeht. Insgesamt werden 90 Textilien ausgewertet. Die Trefferquote wird als Quotient aus der erreichten Punktzahl und der maximal erreichbaren Punktzahl angegeben.

Zunächst erfolgt eine Auswertung des Einflusses des Alters eines Textils auf die Treffergenauigkeit: neuere Textilien erreichen eine Treffergenauigkeit von 32,96 %, wohingegen ältere Textilien (älter als 30 Jahre) eine Treffergenauigkeit von lediglich 22,58 % erreichen. Dieser Umstand ist auf die höhere Verfügbarkeit von Daten neuer Textilien zurückzuführen. Auch bei der Art der Textilien zeigen sich Unterschiede in der Auswertung: Heimtextilien weisen lediglich eine Trefferquote von 15,00 % auf, wohingegen Textilien in der Kategorie „Bluse/Hemd“ eine Trefferquote von 45,33 % aufweisen. Am besten wird die Art der Bekleidung erkannt (56,22 % Trefferquote), wohingegen die Marke nur zu 4,67 % erkannt wird. Dieser Umstand ist sowohl auf die große Ähnlichkeit verschiedener Marken als auch auf die teilweise nur geringe direkte Erkennbarkeit von Markennamen oder Logos zurückzuführen. Auch das Material wird nur zu ca. 13,11 % richtig erkannt, da dieses Merkmal nicht direkt visuell zu erkennen ist. Zuletzt bietet auch die Betrachtung der Unterschiede in Abhängigkeit der Relevanz der Treffer kein eindeutiges Ergebnis: beim ersten und relevantesten Treffer liegt die durchschnittliche Trefferquote bei 29,66 % und beim zweiten bis fünften Treffer ebenfalls zwischen 25,19 % und 32,09 %. Anzumerken ist allerdings, dass die Ergebnisse insgesamt nicht ausreichend sind. Für einen sinnvollen Einsatz der Technologie sind Trefferquoten von ca. 90-95 % erforderlich. So lässt sich insgesamt feststellen, dass Google Lens mit dem gewählten Versuchsaufbau und der gewählten Auswertelogik nicht für den Einsatz in der Altkleidersortierung geeignet ist.

 

Weiterentwicklung der Technologie

Eine Lösungsmöglichkeit zur Weiterentwicklung der Technologie liegt in der erweiterten Auswertung von Informationen. Zum Beispiel können zusätzlich auch Bilder auf der Webseite (z. B. Fotos von Etiketten) oder der Seitenquelltext ausgewertet werden. Außerdem ist die Einteilung der Merkmalskategorien kritisch zu prüfen, da diese einen erheblichen Einfluss auf die Auswertung hat. Weiterhin sind Änderungen am Versuchsaufbau denkbar: eine Lösung könnte z. B. in der Aufhängung von Textilien bestehen oder in der Änderung der Beleuchtung. Außerdem kann die Suche in Google Lens mit Texten verknüpft werden, sodass eine Suche näher eingegrenzt und mit zusätzlichen Sensoren verknüpft werden könnte. Diese Lösungsmöglichkeiten werden in weiteren Projekten und Versuchen am ITA weiterentwickelt.

Insgesamt zeigen die Ausführungen in diesem Artikel, dass Google Lens noch keine adäquate Lösung für die automatisierte Auswertung in der Altkleidersortierung darstellt. Die Ausführungen zeigen allerdings auch Potentiale für die Weiterentwicklung der Technologie auf. Auch eine Kombination mit weiterer Sensorik (z. B. NIR) oder eigens entwickelten Algorithmen zur Bildauswertung ist vielversprechend.

Bildunterschriften:

Abbildung 1: Aufbau des Versuches (eigene Darstellung)

Literatur:

[HJL+22]                       Hedrich, Saskia; Janmark, Jonatan; Langguth, Nikolai; Magnus, Karl-Hendrik; Strand, Moa:
Scaling textile recycling in Europe - turning textile waste into value: Juli 2022

[Taf21]                           Taffel, S.:
Google’s lens: computational photography and platform capitalism
Media, Culture & Society Band:43 (2021) H. 2, S. 237–25
5

AutorInnen: Pohlmeyer, Florian* Johannsen, Hanna* Möbitz, Christian* Gries, Thomas* Kleinert, Tobias

*alle: Institut für Textiltechnik der RWTH Aachen University, Otto-Blumenthal-Str. 1, 52074 Aachen

Kleinert, Tobias (Lehrstuhl für Informations- und Automatisierungssysteme für die Prozess- und Werkstofftechnik der RWTH Aachen University, Turmstr. 46, 52064 Aachen)

More entries from ITA Institut für Textiltechnik der RWTH Aachen University

18.10.2022

In-situ structural monitoring of fibre-reinforced plastic composites under compressive loading

Garne Composites Sensorik Nachhaltigkeit Technische Textilien Tests

Zusammenfassung

Continuous structural monitoring of FRP components, especially in complex, changing load scenarios, represents an efficient solution approach to detect potentially occurring fatigue or damage at an early stage. Especially in FRP components, textile-based sensors are an economical solution for continuous in-situ structure monitoring, due to their high structural compatibility and direct textile integration during textile production.       

The textile-based sensor concept developed in this research project was electromechanically characterised at the yarn and composite scale and was further processed in multiaxial warp-knitting to manufacture functionalised fabrics. The sensor functionality in CFRP specimen was tested in tensile, pressure and bending tests. Finally, a CFRP profile demonstrator was used to test and prove the practical feasibility and functionality. These "smart composites" not only enable continuous in-situ structural monitoring of FRP components under tensile, bending and, especially, compressive stress, but can also be used to detect cracking and delamination processes. This allows both the understanding of the material behaviour to be improved and taken into account for future designs, as well as necessary measures to be initiated to ensure the functionality of the overall system.

Bericht

Introduction

Fibre-reinforced composite structures are currently used in the fields of mechanical engineering, aircraft construction and automotive engineering, among others, due to their excellent mechanical properties combined with a high lightweight construction potential [1]. In the construction sector, high-performance textiles are increasingly being used as a substitute for steel reinforcement in textile reinforced concrete [2], due to their mechanical and chemical properties and the resulting resource-saving, filigree, lightweight construction potential. The long-term stable functionality and safety of fibre-reinforced composite structures is urgently required due to their frequent use in safety-critical components and structures. A promising practice-oriented approach is the continuous structural monitoring in order to quantify the (residual) load-bearing capacity and to initiate any necessary measures to ensure functional capability. A particularly economical and structurally compatible solution are textile-based sensors that are integrated during the manufacture of the textile reinforcement and used to detect complex load scenarios as well as cracking and delamination processes at the composite scale. [3 – 6]

Due to their operating principle, textile-based strain sensors are mainly used for monitoring composite structures subjected to tensile stress. In order to be able to derive reliable statements about structural changes and critical overload conditions even in complex overlapping stress scenarios (e.g. tensile and compressive stresses), textile-based pressure sensitive sensor systems for continuous in-situ structural monitoring for FRP were developed in IGF project 21169 BR.

Objective and solution

The aim of the IGF research project was the development, characterisation and testing of textile-based pressure sensitive sensor systems and their textile-technical integration in multi-axial warp knitting for the production of sensor-functionalised textile reinforcements for use in FRP. The requirements for the textile sensors were derived simulation-based by analysing a functional demonstrator. The textile sensors were specifically designed to detect structural deformations induced by tensile, bending and especially compressive stresses. Therefore, the approach of increasing the pressure sensitivity of textile sensors by pre-tension was investigated. The sensor behaviour was extensively analysed in electromechanical investigations at fibre and composite scale and tested on the functional demonstrator.

Acknowledgement

The IGF project 21169 BR of the Research Association Forschungskuratorium Textil e.V., Reinhardtstr. 12-14, 10117 Berlin was funded by the Federal Ministry of Economics and Climate Protection via the AiF within the framework of the programme for the promotion of joint industrial research and development (IGF) on the basis of a resolution of the German Bundestag.

The authors would like to thank the above-mentioned institutions for providing the financial resources. The research report and further information are available from the Institute of Textile Machinery and High Performance Textile Materials Technology at TU Dresden.

AutorInnen: Le Xuan, Hung; Seidel, André; Hahn, Lars; Nocke, Andreas; Cherif, Chokri

Technische Universität Dresden
Fakultät Maschinenwesen
Institut für Textilmaschinen und Textile Hochleistungswerkstofftechnik (ITM)
01062 Dresden

More entries from TU Dresden, Institut für Textilmaschinen und Textile Hochleistungswerkstofftechnik ITM

28.09.2022

Reinforcement Learning im Faserverbundsektor

Fasern Composites

Zusammenfassung

(Faserverbundwerkstoffe): Das Projekt adressiert die Fehleranfälligkeit in kontinuierlichen Herstellungsverfahren von Hochmodulfaser-Tapes. Durch den Einsatz einer KI-basierten Regelung des Spreizverfahrens werden der hohe Produktausschuss, die niedrige Anlagenproduktivität und die aufwendige Anlageneinrüstung bisheriger Herstellungsverfahren vermieden.

Bericht

Systeme mit künstlicher Intelligenz (KI) werden in der Robotik mittlerweile vermehrt eingesetzt und dort beispielsweise für Bewegungs- und Handhabungsaufgaben verwendet, die mit reinen regelungstechnischen Systemen nicht mit ausreichender Genauigkeit ausgeführt werden können. Die Vorteile einer Ansteuerung von Industrierobotern durch KI-Systeme liegen beispielsweise in einer höheren Wiederholgenauigkeit und in der automatischen Anpassung an veränderte Umgebungsparameter, die nicht im Regelmodell berücksichtigt sind. Für kontinuierliche Produktionsprozesse hingegen hat der Einzug von KI-Systemen für die Optimierung der Produktionsparameter bislang nicht stattgefunden.

Einen kontinuierlichen Produktionsprozess mit hoher Anzahl an Einflussfaktoren, die zu einer hohen Komplexität des Gesamtsystems führen, stellt z.B. der Prozess zur Spreizung von Hochmodulfasergarnen für die Tape-Herstellung im Faserverbundsektor dar. Aufgrund derzeitiger Limitierungen innerhalb des Spreizprozesses treten bei gespreizten Hochmodulfasergarnen insbesondere Inhomogenitäten (bspw. Breiten- und Dickenverteilung) und Faserfehlorientierungen auf. Die vorhandenen Inhomogenitäten erschweren die Verarbeitbarkeit in den nachfolgenden Verarbeitungsprozessen.

Ziel des IGF-Projektes „intelli.line“ ist es, künstliche Intelligenz (KI) zur Regulierung der Produktionsparameter im Spreizprozess einzusetzen. Hierfür wird ein gängiges für das Faserspreizen angewendetes Verfahren – das Spreizen mittels Spreizstangen – gezielt weiterentwickelt. Durch die Integration zusätzlicher Sensorik für die Erfassung von Einflussfaktoren (bspw. Kameras, Temperatur-, Luftfeuchtigkeit-, Vibration-, Kraft-Sensor) wird innerhalb von umfangreichen Testläufen eine Datenbasis erzeugt, auf deren Grundlage ein selbstlernendes KI-System antrainiert wird (Reinforcement Learning). Dieses intelligente System wird als übergeordnete Kaskade in den bestehenden Regelkreis integriert und versetzt diesen in die Lage, sich auf wechselnde Materialien als auch verschiedener Chargen eines Materials zu adaptieren. Über einen rein adaptiven Regler hinaus kann das selbstlernende System dabei die Produktionsparameter an bisher (für das System) unbekannte Materialien anpassen. Auf diese Weise können die Zeiten für die Anlageninbetriebnahme und für den Materialwechsel reduziert werden. Zudem wird durch eine kontinuierliche Optimierung die Produktionsqualität erhöht und der Produktionsausschuss reduziert, was zu einer Senkung der Produktionskosten führt. Die gewonnenen Erkenntnisse können im Anschluss an das Projekt auf weitere Anwendungsbereiche übertragen werden.

Das Forschungsvorhaben wird im Rahmen des Programms zur Förderung der industriellen Gemeinschaftsforschung (IGF-Nr. 22237 N) vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) über die Arbeitsgemeinschaft industrieller Forschungsvereinigungen (AiF) e.V. aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

AutorInnen: Jan Patrick Böhler, M.Sc.

ITA Institut für Textiltechnik an der RWTH Aachen University, Otto-Blumenthal-Strasse 1, 52074 Aachen, Deutschland

Faserverbundwerkstoffe KI

More entries from ITA Institut für Textiltechnik der RWTH Aachen University