Research publications

Abstract
Zum aktuellen Stand der Technik existiert keine Lösung für die Interaktion zwischen Hautsenso-ren zur Überwachung von Vitalparametern und Smart Textiles. Im Rahmen dieser Arbeit wird ein System entwickelt, welches die kabellose Daten- und Energieübertragung zwischen Sensoren und Textilien ermöglicht.
Hautsensoren ermöglichen in Bereichen wie Medizin und Sport eine nicht- oder minimalinvasive Überwachung von Vitalparametern wie Herzschlag, Atemfrequenz, Blutzucker oder Sauer-stoffsättigung des Bluts. Zur Maximierung des Tragekomfort wird eine Lösung mit passiven Haut-sensoren angestrebt, die mithilfe eines Smart Textiles mit Energie versorgt werden und welches die Daten der Sensoren ausliest.
Hiefür bietet sich NFC als Übertragungsstandard an, da NFC einen zeitgleichen Austausch von Energie und Daten ermöglicht. Mittels eines NFC-Tags mit integrierten Sensoren wird der Haut-sensor simuliert. Um die Grenzen der Lösung festlegen zu können wird der Einfluss verschiede-ner Parameter auf die Energieübertragung zwischen NFC-Antennen untersucht. Die untersuch-ten Parameter sind der Abstand zwischen NFC-Antenne und NFC-Tag, die relative Verschiebung zwischen NFC-Antenne und NFC-Tag, die Krümmung der NFC-Antenne, der Einfluss von Texti-lien zwischen NFC-Antenne und NFC-Tag sowie der Einfluss verschiedener Materialien und Ge-ometrien für gestickte NFC-Antennen.

Einleitung
Smart Textiles erlauben es auf verschiedene Arten zusätzliche Funktionen in Bekleidung oder andere Textilien zu integrieren. Soll ein elektrischer Schaltkreis auf oder in ein Textil integriert werden, bestehen verschiedene Möglichkeiten. Neben dem Drucken mit leitfähigen Tinten und dem Einbringen von leitfähigen Garnen mittels Weben und Stricken, bietet das Sticken ein hohes Maß an Designfreiheit und einer gegeben Waschbarkeit bei der Wahl von geeigneten leitfähigen Garnen. [1] Die textile Integration erlaubt außerdem einen nahezu uneingeschränkten Tragekomfort.
Bei der Wahl der Technologie für eine kabellose Datenübertragung ist besonders auf den Ener-gieverbrauch zu achten. NFC weist einen sehr niedrigen Energieverbrauch auf [2] und ermöglicht einen zeitgleichen Energie- und Datenaustausch. Die spiralförmige, flache Geometrie von NFC-Antennen, ermöglichen die Energieübertragung mittels Induktion [3]. Aufgrund der Antennenge-ometrie lassen sich NFC-Antennen mit leitfähigen Garnen auf Textilien aufsticken.

Experimenteller Teil
Um die Grenzen der Energieübertragung zwischen zwei NFC-Antennen zu untersuchen, wird der Einfluss verschiedener Faktoren auf die induzierte Spannung in einem NFC-Tag untersucht. Die untersuchten Faktoren sind der Abstand, die Verschiebung, die Krümmung und zwischen den Antennen befindliche Textilien. Dadurch werden verschiedene Situationen des Tragens von einem Bekleidungsstück mit einer textilen Antenne untersucht. Die verwendeten Versuchsvorrichtungen  werden mittels 3D-Druck hergestellt, siehe Abbildung 1. 

Abbildung 1: Versuchsaufbau für Messungen des Einflusses des Abstands, der Geometrie, der Verschiebung und der Krümmung zwischen NFC-Antenne und NFC-Tag. Quelle: ITA

Neben den Versuchen zu den bereits beschrieben Parametern des Systems werden verschiedene textile NFC-Antennen gefertigt und bewertet. Dabei kommen selektierte Geometrien aus verschiedenen Literaturquellen [4], [5], [6] und Materialkombinationen zum Einsatz. Die Geometrien unterscheiden sich in der Anzahl der Windungen, dem Windungsabstand und dem Durchmesser der Antenne. Die untersuchten Materialkombinationen sind (A) Shieldex und Madeira HC 40, (B) Polyester und Shieldex und (C) Polyester und Kupferlackdraht. Anhand der gestickten Antenne können Aussagen über die Materialien und Geometrien getroffen werden. Zudem werden die Widerstände sowohl von den textilen Antennen als auch gekauften NFC-Antennen gemessen.
Die verschiedenen Geometrien sind in Abbildung 2 dargestellt.

Abbildung 2: Antennengeometrien. Quelle: ITA

Mit den Erkenntnissen der praktischen Versuche wird ein Demonstrator in Form eines langärmligen Oberteils hergestellt. Zur vereinfachten Herstellung wird die Antenne und zwei Leiterbahnen auf ein Textil gestickt und nachträglich auf den Ärmel des Oberteils aufgeklebt. Zusätzlich wird der Ärmel mit einer Tasche versehen, in die ein NFC-Leser platziert werden kann. Der NFC-Leser erlaubt ein Auslesen der Sensoren des NFC-Tags und die zeitgleiche Energieversorgung. Der Demonstrator ist mit Detailaufnahmen in Abbildung 3 zu sehen.

Abbildung 3: Demonstrator mit Detailaufnahmen. Quelle: ITA

Ergebnisse
In den Versuchen zu den Antennen konnte gezeigt werden, dass der Einfluss der untersuchten Krümmung auf Energieübertragung lediglich gering ist (> 5 %). Steigende Abstände und relative Verschiebungen hingegen führen zu einer Abnahme der induzierten Spannung im NFC-Tag. Insbesondere die Verschiebung schränkt die Anwendung ein. Bereits bei einer Verschiebung von etwa 2,5 cm beträgt die induzierte Spannung nur noch die Hälfte des Werts ohne Verschiebung (siehe Abbildung 4). In einem Endprodukt muss demnach eine möglichst genaue Positionierung über dem Hautsensor gewährleistet werden. 

Abbildung 4: Messergebnis Verschiebung. Quelle: ITA


Bei der Wahl der Materialien hat sich die Materialkombination (A) mit Shieldex und Madeira HC 40 am zuverlässigsten gezeigt. Verglichen mit (B) ist (A) weniger fehleranfällig, da ein Riss eines Garns nicht zwangsläufig zu einem Trennen des Schaltkreises führt. Kupferlackdraht ist neben der Anfälligkeit bei Biegung zu brechen, aufgrund der erschwerten Kontaktierung nachteilig. Au-ßerdem ist bei der Entwicklung von Geometrien auf einen definierten Windungsabstand zu ach-ten, um Kurzschlüsse innerhalb der Antenne zu vermeiden. Es ist jedoch anzumerken, dass die gestickten Antennen im Vergleich zur verwendeten kommerziellen Antenne einen etwa um den Faktor 30 höherer Widerstand aufweisen.

Diskussion
Im Rahmen der durchgeführten Versuche hinsichtlich der untersuchten Parameter Abstand, Krümmung, Verschiebung sowie Geometrie konnte bei allen Parametern ein Einfluss erkannt werden. Dieser ist für die Parameter Abstand sowie Verschiebung besonders ausgeprägt. Dies zeigt sich unter anderem durch eine Halbierung der induzierten Spannung ab einer Verschie-bung von 2,5 cm. Im Rahmen von weiterführenden Versuchen soll in einem nächsten Schritt nun genauere Untersuchung und Weiterentwicklung von textilen NFC-Antennen durchgeführt werden, um eine energiesparende Umsetzung zu ermöglichen. Für die Übertragung der aktuel-len Ergebnisse in ein realistisches Szenario muss für die Entwicklung von Endprodukten eine genaue Positionierung der Antennen realisiert werden. Zusätzlich ist für ein Endprodukt eine textilbezogene Umsetzung des NFC-Lesers und seiner Energieversorgung anzustreben.

Danksagung
Wir danken dem Bundesministerium für Wirtschaft und Klimaschutz und der AIF-Forschungsge-meinschaft für die Förderung des IGF-Projektes Nr. 351EN/1.

Literaturliste
[1] Tao, X.: Handbook of Smart Textiles, Springer Singapore, 2015
[2] Gupta, D.; Khanna, A.; Hassanien, A. E.; Anand, S.; Jaiswal, A. (Hrsg.): International Conference on Innovative Computing and Communications, Springer Nature Singapore, 2023
[3] Lathiya, P.; Wang, J.: Near-Field Communications (NFC) for Wireless Power Transfer (WPT): An Overview In Zellagui, M.: Wireless Power Transfer – Recent Development, Applications and New Perspectives: IntechOpen, 2021
[4] Jiang, Y. T.; Xu, L. L.; Pan, K. W.; Leng, T.; Li, Y.; Danoon, L.; Hu, Z. R.: e-Textile embroidered wearable near-field communication RFID antennas. IET MICROWAVES ANTENNAS & PROPAGATION. 13, S. 99–104, 2019
[5] Del-Rio-Ruiz, R.; Lopez-Garde, J. M.; Macon, J. L.; Rogier, H.; IEEE: Design and Performance Analysis of a Purely Textile Spiral Antenna for On-Body NFC Applications, 2017
[6] Lin, R.; Kim, H.-J.; Achavananthadith, S.; Kurt, S. A.; Tan, S. C. C.; Yao, H.; Tee, B. C. K.; Lee, J. K. W.; Ho, J. S.: Wireless battery-free body sensor networks using near-field-enabled clothing, NATURE COMMUNICATIONS. 11, S. 444, 2020

Introduction

Smart textiles and wearables are no new topics in the field of textile research. Nevertheless, they have yet to reach the market breakthrough expected. Instead, the drastic increase in the market share is pushed into the future with each new study. Despite this breakthrough delay, there is no shortage of work in the academic field.

Much of the work is currently focusing on employing metal coated yarns for applications in which electrical signals are detected and transmitted. Although the electrical conductivity of these materials is in the range of typical metals, they are often negatively influenced from external factors such as moisture and friction. One approach to combat the wear is to employ a material in which the conductive component is integrated during production rather than subsequently applied as a coating. This can be done through the melt compounding of conductive particles into thermoplastic polymers, which are then extruded to filaments. These materials are inherently conductive but, when spun alone, are still subject to the influence of external moisture.

In order to solve both problems of wear and influence of moisture, bicomponent thermoplastic filaments have been developed at ITA. Additionally, these filaments open up opportunities for new filament sensors to be integrated not only in clothing but also lightweight composites and civil structures. The production, characterisation and outlook of these novel filaments is described below.

Production

Melt spinning is a method for the continuous filament production. Specifically, monofilament melt spinning is used for the manufacturing of products such as fishing line, tennis strings and 3D-printer filament. With the addition of a second extruder bicomponent filaments can also be produced. A schematic visualisation of the employed bicomponent monofilament machine is shown in Figure 1.

In order to generate an inherently conductive compound, conductive nanoparticles are mixed with a carrier thermoplastic material. In this work, a commercially available compound consisting of 4 wt.% carbon nanotubes (CNTs) and 96 wt.% thermoplastic polyurethane (TPU) from the company NanoCyl SA, Sambreville, Belgium is used. This compound is the core component of the filament. Two different sheath components are used: Polypropylene (PP) Moplen HP561R, LyondellBasel Industries Holding B.V., Rotterdam, The Netherlands and TPU 1185 from BASF Polyurethane, Lemsförde, Germany. The resulting filaments will be further referred to as PP/TPU and TPU/TPU. The production parameters for the filaments are shown in Table 1.

Table 1:            Production parameters for the monofilaments (see attached pdf)

Results and discussion

The cross-sections of the filaments are analysed using light microscopy. The samples are first embedded in epoxy and polished. The images of the filaments are shown in Figure 2. The variance of the final areas and diameters stem from the difference in the material density in the molten and solid state. In both filaments a clear distinction between the core and sheath components is visible.

Electrical analysis to determine the static and dynamic electrical resistance is done by cutting the filament cleanly to expose the core and then dipping the filament in silver paint. An electrical path from the core to the surface of the filament is generated and the filament can be contacted with standard clamps. This method is schematically shown in Figure 3. Unfortunately, due to the softness of the TPU in the sheath, this method is not suitable for the electrical contacting of the TPU/TPU filament. Therefore, only the results of the PP/TPU filament are presented.

For the first quantitative tests, electrical resistance is measured simultaneously while applying a tensile strain. The starting length of the filament to be deformed is 5 cm and a constant speed of 1 mm/min is applied. This roughly corresponds to a strain rate of 2 %/min. This slow speed is derived from the strain rates for testing of geoplastics. The total length of the sensor filament, including the length clamped in the tensile machine and length needed to attach the multimeter, is 20 cm. Five filament samples are tested in this set-up. The test set-up is shown schematically in Figure 4.

In conventional strain gauge technology, the electrical response of the sensor is given as the normalised change of the resistance using the equation below. Here Rε is the resistance at strain ε and R0 is the resistance at strain 0 %.

 

ΔR/R [-] = Rε [Ω] - R0 [Ω]R0 [Ω]

(1)

This same convention is initially used for the analysis of the sensor filaments. The resulting curves for the filament PP/TPU is shown in Figure 5, left. It can be seen that, although the general trend of the curves is similar, an exact calibration of the sensors is not yet possible. One assumption for the varying trends results from the variance in the R0 of the filaments, causing a difference in the scaling of the curves as shown is Eq. 1. The initial values R0 can be seen in Figure 6.

The sensor response is then calculated in regards only to the change in resistance, as opposed to the normalised change. This alternate equation can be seen below and the resulting diagram can be seen in Figure 5, right.

 

ΔR [Ω] = R [Ω] -R0 [Ω]

(2)

 

It can be seen that the response of the five tested filaments is in much more agreement when only the change in the resistance is considered. This result demonstrates the fact that the analysis of the novel sensor filaments may not be taken completely from conventional, current solutions and may have to be rethought entirely. Additionally, there seems to be a correlation between the noise of the measurements and the high R0, for example for repetitions 4 and 5. When these filaments are removed from the visual representation, a calibration of the sensor filament can be done with high precision until 7 %, which is generally larger than expected strains in structural applications (Figure 7).

Conclusion and Outlook

The results presented here show the extreme potential of polymer-based sensor filaments. Through the production parameters, the filaments can be tailored to match specific requirements of a variety of applications. These sensor filaments can revolutionise structural health monitoring in civil structures, lightweight components and many, yet to be discovered, applications. In order to realise this technological breakthrough, work still needs to be done in various aspects:

• Identification of more technical applications, for which the sensor filaments can be relevant
• Mechanical and electrical contacting of the filaments in a more robust manner, as well as contacting of the softer TPU/TPU filaments
• Variation of testing parameters in order to investigate the sensor response under different loading cases (cyclic, relaxation, creep, different strain rates, combination of loading)
• Testing of the sensor response after integration in to the substrate material
• Data analysis to understand the proper data visualisation for the novel material
• Improvements of the electrical circuit while testing to include four-point electrical measurements as well as the incorporation of a Wheatstone bridge

 

Acknowledgment

We would like to thank the Federal Ministry for Economic Affairs and Climate Action (BMWK) for funding of the project ZIM Plug&Sense (KK5055907ZG0).

Abstract: Die deutsche Industrie befindet sich an einem kritischen Punkt. Während die Nachhaltigkeitsanforderungen durch die zunehmende Regulierung steigen, bietet die Digitalisierung die Chance, Produktionsprozesse zur optimieren und Ressourcen zu sparen. Damit einher gehen zusätzliche bürokratische Hürden, wie auch zuletzt das Lieferkettensorgfaltspflichtengesetz zum Jahreswechsel gezeigt hat. Um im Wettbewerb bestehen zu können und langfristig erfolgreich zu sein, ist es wichtig, digitale Ökosysteme zur effizienten Verarbeitung der entsprechenden Daten zu entwickeln, die sowohl ökologisch als auch ökonomisch tragfähig sind. Dies erfordert jedoch ein Umdenken innerhalb der Branche und die Verknüpfung von technologischen Fortschritten mit nachhaltigem Handeln. Dieser Artikel zeigt die bereits erzielten Fortschritte und ein mögliches weiteres Vorgehen auf.

Die Vliesstoffindustrie im Wandel

Der Blick auf den Status Quo zeigt zunächst zahlreiche Problemherde: Der hohe Komplexitätsgrad der Produktionsprozesse, die hohen Qualitätsanforderungen in vielen technischen, systemrelevanten Anwendungen, der zunehmende regulatorische Druck und der allgegenwärtige Fachkräftemangel treffen auf die ohnehin preis- bzw. kostensensible Vliesstoffbranche. Zur Komplexität tragen die große Vielfalt an Rohstoffen, Einflussparametern, Produktionsanlagen und Anwendungen bei. Die zunehmende Regulierung erhöht zusätzlich den Druck, wie z. B. das Lieferkettensorgfaltspflichtengesetz durch die zunehmende Verantwortung für die gesamte Lieferkette zeigt. Die Textilindustrie wird in der europäischen Variante als Risikobranche eingestuft und daher besonders beachtet. In den kommenden Jahren wird durch die EU-Richtlinie zur Nachhaltigkeitsberichtserstattung für viele Unternehmen ebenfalls ein erheblicher zusätzlicher Aufwand entstehen. Diese zusätzlichen Regularien müssen durch immer weniger Fachkräfte erfüllt werden: bis 2060 werden in Deutschland 10-16 Millionen Arbeitskräfte fehlen [FSW21], die europäische Textilindustrie wird schon in der nächsten Dekade 500.000 Arbeitskräfte aufgrund des demografischen Wandels verlieren [Wal22]. Die zunehmenden Herausforderungen sind nur durch eine steigende Automatisierung zu beherrschen, die Grundlage dafür bildet die Digitalisierung der Industrie.

Die vierte industrielle Revolution geht mit großen Versprechen einher, z. B.: Einsparung von Kosten, Steigerung von Umsätzen und Steigerung des Automatisierungsgrades [LBO18]. Jedoch verharren viele Unternehmen noch in den ersten Stufen der Industrie 4.0 und sind weit von den Versprechen entfernt. Das gilt auch für die Textilindustrie, die allerding als ein Vorreiter für Innovationen in diesem Bereich gilt. Die Hauptprobleme liegen im hohen Implementierungsaufwand, der zu Teilen durch fehlende Standards, hohe Kosten, fehlendes Know-how (insbesondere in KMU), einer mangelnden Infrastruktur und einer fehlenden Datengrundlage begründet ist [BDG+22]. Da die hohen Kosten häufig mit einem nur schwer zu quantifizierendem Nutzen einhergehen, werden Projekte im Bereich Industrie 4.0 häufig ausgebremst [VSH+22]. Bei einer fehlenden oder mangelhaften Datengrundlage können selbst die besten Algorithmen im Bereich der Künstlichen Intelligenz keine guten Ergebnisse liefern [RMB+21]. Der Hauptfokus sollte also im Aufbau dieser Datengrundlage mit kosteneffizienten Mitteln liegen. Wichtig zu beachten ist: Digitalisierung, KI oder Machine Learning sollten nicht dem Selbstzweck dienen, sondern stets nur Werkzeuge zum Erreichen von konkreten Zielen sein. Häufig sind einfache und pragmatische Lösungen ausreichend.

Neben den rein ökonomischen Zielen haben Digitalisierungslösungen und darauf aufbauende Anwendungen ein großes Potenzial, auch soziale und ökologische Nachhaltigkeitsziele zu erreichen, z. B. durch Effizienzgewinne [BDF+22]. Eine Bewertung der Nachhaltigkeitsleistung eines Unternehmens oder der Produktion ist ohne Daten schlicht nicht möglich, sodass die digitale und die nachhaltige Transformation Hand in Hand gehen müssen [Bun20]. Neben dem digitalen Zwilling der Produktion kann zukünftig auch der nachhaltige Zwilling der Produktion aufgebaut werden. Die automatisierte Verfügbarkeit der Daten wird bei einer Anpassung an bestehende Regularien erheblich zum Bürokratieabbau beitragen können, z. B. bei der Nachhaltigkeitsberichtserstattung.

Plattformmodelle als skalierbare Lösung

Eine skalierbare und interoperable Lösungsmöglichkeit bieten Kooperationen in digitalen Ökosystemen [KW22]. Der nahtlose Austausch von Informationen (sowohl unternehmensintern als auch -extern) ist die Voraussetzung für die informationsbasierte Entscheidungsfindung in einem Unternehmen [VSW+18]. Wenn Daten in einheitlicher Form vorliegen, muss die Kompatibilität nicht erst aufwändig im Anschluss herbeigeführt werden. Diese Vereinheitlichung kann durch digitale Plattformen sichergestellt werden werden, denen z. B. standardisierte Datenmodelle zugrunde liegen. In Community-basierten Ökosystemen können zunächst gemeinsame Grundlagen der Zusammenarbeit in Form von Standards erarbeitet werden. Als simples Beispiel ist hier die einheitliche Namensgebung von Variablen in Vliesstoffanlagen zu nennen. In plattformbasierten Ökosystemen werden unternehmensübergreifende technische Entwicklungen und digitale Services entwickelt. Wie das Zusammenspiel in der Vliesstoffindustrie aussehen könnte, ist in Abbildung 1 dargestellt. [Bun21]

Die Plattform bündelt die jeweils notwendigen Aktivitäten für die Lösungsmöglichkeiten in digitalen Ökosystemen. Wichtig zu erwähnen ist, dass die Teilnehmer des Ökosystems auch jeweils mehrere Rollen einnehmen können. Beispielhaft können die Vliesstoffmaschinenbauer gleichzeitig zum Betreiber der Plattform werden. Außerdem ist es nicht erforderlich, dass die Daten der Vliesstoffproduzenten in eine externe Softwarelösung geladen werden müssen: eine interne Datenspeicherung on-premise ist jederzeit möglich. Ein beispielhafter Aufbau einer Plattform für die Vliesstoffindustrie ist in Abbildung 1 dargestellt. Die Vliesstoffhersteller profitieren als Geräte-Nutzer von digitalen Services, wie z. B. Predictive Maintenance, die vom Maschinenbau als Geräte-Hersteller zur Verfügung gestellt werden. Service-Anbieter, wie z. B. Entwicklung von Applikationen mit Künstlicher Intelligenz, können ebenfalls externe Services auf der Plattform anbieten. Die drei Ebenen werden zentral durch einen Orchestrator zusammengeführt. Ein Akteur kann jeweils mehrere Rollen einnehmen. So kann ein Vliesstoffmaschinenbauer oder ein Zusammenschluss von Maschinenbauern ebenfalls zum Orchestrator der Plattform werden. Dem Maschinenbau wird es möglich zusätzliche Services anzubieten und damit insgesamt die Qualität seiner Produkte zu erhöhen. Der Einsatz und Service seiner Maschinen wird optimiert, Kunden gebunden und das Angebotsportfolio erweitert. Dem Vliesstoffproduzenten wird es möglich, Daten effizient und herstellerübergreifend auszuwerten und auf zahlreiche Service-Dienstleistungen gleichzeitig zuzugreifen. [Bun21]

Abbildung 1: Beispielhafter Aufbau einer Plattformlösung für die Vliesstoffindustrie [nach Bun21] (s. Anlage)

Die Anwendungsfälle in der Vliesstoffindustrie reichen von der einfachen Visualisierung von Daten bis zur automatisierten Auswertung und Steuerung von Produktionsanlagen. Die Plattformlösung vereinheitlicht die Anwendungsfälle und verhindert die Schaffung von teuren Insellösungen. Der hohe Aufwand der Integration von Daten wird deutlich reduziert und die Skalierbarkeit von Lösungen wird möglich.

Fundamente für die Zusammenarbeit

Die Ausführungen zeigen auch: für den Aufbau eines einheitlichen digitalen Systems für die Vliesstoffindustrie ist eine Zusammenarbeit verschiedener Akteure erforderlich. Fragen die gemeinschaftlich beantwortet werden müssen sind z. B. folgende:

• Welche Daten müssen für eine datenbasierte Modellierung von Vliesstoffverfahren erhoben werden?
• Welche Datenquellen sind erforderlich?
• Wie muss eine einheitliche Datenerhebung (z. B. einheitliche Bezeichnung von Variablen oder Qualitätsgrößen) aussehen?

Nur durch die gemeinschaftliche Beantwortung solcher Fragen sind die technischen Herausforderungen einer solchen Plattform zu beherrschen, die durch das breite Spektrum unterschiedlicher Maschinen und Strukturen bestehen. Auch rechtliche Fragen und Fragen des Datenschutzes sind in der Anfangsphase zu klären. Beim Aufbau der Strukturen können neutrale Forschungsinstitutionen wie das Institut für Textiltechnik der RWTH Aachen oder das in Düren geplante Digital Nonwoven Innovation Center (D-NIC) in öffentlich geförderten Forschungsprojekten unterstützen.

Vorteile für die gesamte Branche

Zusammenfassend ist zu sagen, dass die Vliesstoffbranche vor zahlreichen Herausforderungen steht. Der hohe Komplexitätsgrad der Produktionsprozesse, die hohen Qualitätsanforderungen, der regulatorische Druck und der Fachkräftemangel erfordern eine steigende Automatisierung von Entscheidungen, die auf der Digitalisierung der Industrie basiert. Viele Unternehmen sind jedoch noch weit von den Versprechen der vierten industriellen Revolution entfernt. Um diese Herausforderungen zu bewältigen und Potenziale zu heben, sollten Unternehmen eine kosteneffiziente Datengrundlage aufbauen, die die Basis für die Implementierung von Industrie 4.0 darstellt. Digitale Kooperationen in Ökosystemen können eine skalierbare und interoperable Lösungsmöglichkeit bieten. Die Digitalisierung und die nachhaltige Transformation müssen Hand in Hand gehen, um ökonomische, soziale und ökologische Nachhaltigkeitsziele zu erreichen. Wenn Unternehmen diese Herausforderungen erfolgreich meistern, können sie von den Vorteilen der Digitalisierung profitieren und ihre Wettbewerbsfähigkeit steigern. Diese Vorteile beziehen sich nicht nur auf einzelne Akteure, sondern gelten für die gesamte Branche. Dafür ist ein gemeinsames Handeln und Auftreten (z. B. gegenüber Förderträgern oder der Politik) erforderlich. Auch die Zusammenarbeit mit weiteren Branchen wie der Papierindustrie ist denkbar, um entwickelte Lösungen besser skalieren zu können und damit kosteneffizienter zu gestalten.

Literatur:

[BDF+22]                      Boll, Susanne; Dowling, Michael; Faisst, Wolfgang; Mordvinova, Olga; Pflaum, Alexander; Rabe, Martin; Veith, Eric; Nieße, Astrid; Gülpen, Christian; Schnell, Markus; Terzidis, Orestis; Riss, Uwe; Eckerle, Christin; Manthey, Sarah; Pehlken, Alexandra; Zielinski, Oliver:
Mit Künstlicher Intelligenz zu nachhaltigen Geschäftsmodellen: 2022

[BDG+22]                      Bauer, W.; Dirzus, D.; Gülpen, C.; Kiupel, N.; Kubach, U.; Mantwill, F.; Matysczok, C.; Otten, W.; Pickel, P.; Teschner, W.; Wenzel, S.; Westerkamp, D.; Weyrich, M.:
Künstliche Intelligenz im Ingenieuralltag
Berlin: Juli 2022

[Bun20]                         Bundesministerium für Wirtschaft und Energie (BMWi):
Nachhaltige Produktion: Mit Industrie 4.0 die Ökologische Transformation aktiv gestalten
Berlin: November 2020, https://www.plattform-i40.de/IP/Redaktion/DE/Downloads/Publikation/Nachhaltige-Produktion.pdf?__blob=publicationFile&v=5

[Bun21]                         Bundesministerium für Wirtschaft und Energie (BMWi):
Digitale Ökosysteme in der Industrie - Typologie, Beispiele und zukünftige Entwicklung: April 2021

[FSW21]                        Fuchs, Johann; Söhnlein, Doris; Weber, Brigitte:
IAB-Kurzbericht - Aktuelle Analysen aus dem Institut für Arbeitsmarkt- und Berufsforschung
Nürnberg: 23.11.2021

[KW22]                          Kagermann, H.; Wahlster, W.:
Ten Years of Industrie 4.0
Sci Band:4 (2022)    H. 3, S. 26

[LBO18]                         Leyh, C.; Bley, K.; Ott, M.:
Chancen und Risiken der Digitalisierung
In Hofmann, Josephine:
Arbeit 4.0 - Digitalisierung, IT und Arbeit. - Wiesbaden: Springer Vieweg, 2018, S. 29–51

[RMB+21]                      Rueden, L. von; Mayer, S.; Beckh, K.; Georgiev, B.; Giesselbach, S.; Heese, R.; Kirsch, B.; Walczak, M.; Pfrommer, J.; Pick, A.; Ramamurthy, R.; Garcke, J.; Bauckhage, C.; Schuecker, J.:
Informed Machine Learning - A Taxonomy and Survey of Integrating Prior Knowledge into Learning Systems
IEEE Transactions on Knowledge and Data Engineering (2021), S. 1

[VSH+22]                      Volkwein, Malte; Schmitt, Jan; Heidelbach, Joachim; Schöllhammer, Oliver; Evcenko, Dimitri; Kett, Holger:
Blinde Flecken in der Umsetzung von Industrie 4.0 – identifizieren und verstehen
München: 14.03.2022

[VSW+18]                     Vialkowitsch, Jens; Schell, Otto; Willner, Alexander; Vollmar, Friedrich; Schulz, Thomas; Pethig, Florian; Neidig, Jörg; Usländer, Thomas; Reich, Johannes; Nehls, Daniel; Lieske, Matthias; Diedrich, Christian; Belyaev, Alexander; Bock, Jürgen; Deppe, Torben:
I4.0-Sprache - Vokabular, Nachrichtenstruktur und semantische Interaktionsprotokolle der I4.0-Sprache
Berlin: April 2018

[Wal22]                          Walter, Lutz:
Ready to Transform - A Strategic Research and Innovation Agenda to underpin the EU Strategy for Sustainable and Circular Textiles
Brüssel: April 2022

 

Einleitung

Exoskelette werden heutzutage in vielen Bereichen eingesetzt. Zum Heben von schweren Lasten, die ohne Exoskelett nicht zu bewältigen wären, bis zum Einsatz in der Rehabilitation von Patienten, die durch einen Unfall eine Einschränkung in ihrer Bewegungsunfähigkeit besitzen. Im Alltag jedoch finden Exoskelette kaum Anwendung. Ein Grund dafür ist unter anderem die umständliche Steuerung. Viele Modelle nutzen eine Auswahl an Bewegungsmodi, die durch Knopfdruck eingestellt werden. Dadurch lässt sich kein dynamischer Bewegungsablauf erreichen. Werden Sensoren für die Steuerung verwendet, sind diese entweder zu langsam, sodass kein natürlicher Bewegungsablauf möglich ist, oder es ist nötig Elektroden direkt auf der Haut zu platzieren. Das erfordert einerseits eine hohe Präzision bei der Anbringung der Elektroden und andererseits kann der direkte Hautkontakt als unangenehm empfunden werden. [1]

Experimentieller Teil

Das Ziel dieses Forschungsansatzes ist die Entwicklung einer Drucksensormatrix, die in der Lage ist, sowohl unterschiedliche Druckbelastungen zu unterscheiden als auch die Druckbelastung räumlich abzugrenzen. Dazu wird das kapazitive Drucksensorprinzip verwendet, siehe Abbildung 1.

Der Aufbau des kapazitiven Drucksensors basiert auf dem Prinzip des Plattenkondensators. Dabei fungiert das Textil als Dielektrikum. Auf dem Textil werden Kondensatorplatten aus leitfähiger Tinte auf das Textil gedruckt, sodass der Aufbau eines Plattenkondensators entsteht. Bei Ausübung von Druck auf den Aufbau verringert sich der Plattenabstand d, wodurch sich die gemessene Kapazität erhöht. Diese Kapazitätsänderung wird gemessen, um Rückschlüsse auf die ausgeübte Kraft zu ziehen.

Für die Drucksensormatrix wird die Entwicklung dieser in drei (I bis III) aufeinander aufbauende Schritte unterteilt, siehe Abbildung 2.

Im ersten Schritt (I) wird das Textil für die Herstellung der Drucksensoren ermittelt. Dazu wird die relative Permittivität von einer Auswahl an Textilien bestimmt und das Textil mit der höchsten relativen Permittivität ausgewählt. Mit dem ausgewählten Textil erfolgt im zweiten Schritt (II) die Validierung des Drucksensorprinzips, indem einzelne Drucksensoren hergestellt und ausgemessen werden. Zusätzlich dazu wird der Einfluss der Kondensatorplattengröße und Textildicke auf die gemessene Kapazität untersucht, indem diese variiert werden. Basierend auf diesen Ergebnissen wird im dritten Schritt (III) der einzelne Drucksensor auf eine Drucksensormatrix erweitert.

Ergebnisse

Durch die Erweiterung des einzelnes Drucksensors auf eine Drucksensormatrix ist es möglich, sowohl unterschiedlich starke Belastungen zu unterscheiden als auch diese räumlich abzugrenzen, siehe Abbildung 3.

Dabei wird das Feld 3|3 (oben rechts) stärker belastet als das Feld 3|1 (unten links), wie durch die unterschiedliche Größe der Gewichte veranschaulicht (Abbildung 3, links). In der Matrix (Abbildung 3, rechts) ist die Differenz zwischen dem unbelasteten Zustand dargestellt und dem belasteten Zustand dargestellt.

Diskussion

Die Ergebnisse der Drucksensormatrix zeigen, dass es möglich ist sowohl unterschiedliche Druckbelastungen zu erkennen als auch diese räumlich abzugrenzen. Allerdings ist auch ein Ausschlag bei einigen nicht belasteten Feldern zu beobachten. Ein Grund ist das die Felder sich untereinander beeinflussen. Zusätzlich ist kapazitive Kopplung zwischen den einzelnen Messkabeln zu beobachten, sodass sich durch eine relative Verschiebung dieser zueinander, die gemessene Kapazität verändert. Aus diesem Grund sind auch Ausschläge für unbelastete Felder zu beobachten.

Zusammenfassung

Im Rahmen dieser Arbeit wurde eine Drucksensormatrix entwickelt und die Funktionsweise validiert. Der Drucksensor ist in der Lage unterschiedliche Belastungen zu unterscheiden. Durch den Aufbau einer Drucksensormatrix ist es möglich die Belastung räumlich abzugrenzen.

Danksagung

Wir danken dem Bundesministerium für Wirtschaft und Klimaschutz für die Förderung des Forschungsprojektes im Rahmen des Zentralen Innovationsprogramms Mittelstand (ZIM).

Einleitung

Faserverstärkte Verbundstrukturen (Composites) werden gegenwärtig u. a. in den Bereichen des Maschinen-, Flugzeug- und Automobilbaus aufgrund der ausgezeichneten mechanischen Eigenschaften bei gleichzeitig höchstem Leichtbaupotenzial eingesetzt [1]. Auch im Bausektor finden Hochleistungstextilien, substituierend zur Stahlbewehrung, zunehmend Anwendung im Carbonbeton [2], aufgrund ihrer mechanischen sowie chemischen Eigenschaften und der daraus resultierenden ressourcenschonenden, filigranen Leichtbauweise. Die langzeitstabile Funktionsfähigkeit und Sicherheit von faserverstärkten Verbundstrukturen ist durch den häufigen Einsatz in sicherheitskritischen Komponenten und Strukturen dringend erforderlich. Ein vielversprechender praxisorientierter Lösungsansatz stellt hierbei die kontinuierliche Strukturüberwachung dar, um die (Rest-)Tragfähigkeit zu quantifizieren und um ggf. erforderliche Maßnahmen zur Gewährleistung der Funktionsfähigkeit einzuleiten.  
Eine besonders wirtschaftliche und strukturkompatible Lösung sind textilbasierte Sensoren, die während der Herstellung der textilen Verstärkungshalbzeuge integriert und zur Erfassung komplexer Lastfälle sowie Riss- und Delaminationsvorgänge auf Verbundebene eingesetzt werden. [3 – 6]

Textilbasierte Dehnungssensoren werden prinzipbedingt vorwiegend zur Überwachung in zugbeanspruchten Verbundstrukturen eingesetzt. Um zuverlässige Aussagen über strukturelle Veränderungen und kritische Überlastzustände auch in komplex überlagerten Beanspruchungsszenarien (bspw. Zug- und Druckbeanspruchungen) ableiten zu können, wurden im IGF-Projekt 21169 BR textilbasierte druckmessfähige Sensorsysteme zur kontinuierlichen In-situ-Strukturüberwachung für FKV entwickelt.

Zielsetzung und Lösungsweg

Das Ziel des IGF-Forschungsprojekts war die Entwicklung, Charakterisierung und Erprobung textilbasierter druckmessfähiger Sensorsysteme und deren textiltechnische Integration im Multiaxialkettenwirken zur Herstellung sensorisch-funktionalisierter textiler Verstärkungshalbzeuge für den Einsatz in FKV. Das Anforderungsprofil an die textilen Sensoren wurde anhand eines Funktionsdemonstrators simulationsgestützt abgeleitet und gezielt darauf ausgelegt strukturelle Deformationen durch einwirkende Zug-, Biege- und vor allem Druckbeanspruchungen zu erfassen. Hierfür wurde der Ansatz verfolgt, die Drucksensitivität von textilen Sensoren durch die gezielte Einstellung und Aufrechterhaltung einer Vorspannung bzw. -dehnung zu erhöhen. Das Sensorverhalten wurde umfangreich in elektromechanischen Untersuchungen auf Faser- und Verbundebene analysiert und am Funktionsdemonstrator erprobt.

Danksagung

Das IGF-Vorhaben 21169 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.