Formulierungen für die Luft- und Raumfahrt bestehen häufig aus mehreren Komponenten, deren Verhältnisse und Wechselwirkungen eine oder mehrere Eigenschaften des Endprodukts beeinflussen. Theorie und Erfahrung können bei der Entwicklung dieser Formulierungen hilfreich sein, doch mitunter gibt es noch unentdeckte Wechselwirkungen oder Synergien. Daher kann es sinnvoll sein, ein breites experimentelles Spektrum zu erkunden, um Unerwartetes zu entdecken.
In dieser Präsentation stelle ich die Ergebnisse und Erkenntnisse vor, die ich nach der Durchführung eines Mischungsdesigns gewonnen habe. Ich zeige unter anderem, wie man die Daten visualisiert, normalisiert und analysiert. Außerdem gehe ich auf ternäre Diagramme ein, erkläre, wie man technische Informationen einem nicht-technischen Publikum verständlich vermittelt, welche Herausforderungen aufgetreten sind und was hätte besser gemacht werden können.
Hallo, mein Name ist Carlo Campanelli, und dieses Poster befasst sich mit der Optimierung von Harzsystemen für die Luft- und Raumfahrt durch Mischungsdesign. Harzsysteme für Luft- und Raumfahrtanwendungen bestehen typischerweise aus mehreren Komponenten, die aufeinander abgestimmt werden müssen, um gleichzeitig thermomechanische Sicherheits- und regulatorische Anforderungen zu erfüllen.
Der Testprozess kann langwierig und kostspielig sein und zahlreiche Fehlerquellen aufweisen. Hinzu kommen häufig zeitliche Beschränkungen, die die Anzahl der durchführbaren Formulierungen, Tests, Bedingungen, Proben und Wiederholungen begrenzen.
Ziel dieser Arbeit ist die Verbesserung bestimmter Materialeigenschaften bei gleichzeitiger Beibehaltung aller anderen Produkteigenschaften und der Leistungsfähigkeit. Dies stellt oft eine Herausforderung dar, da es sich um ein Nullsummenspiel handeln kann. Im Allgemeinen geht es darum, den besten Kompromiss zu finden, anstatt die optimale Rezeptur. Der beste Kompromiss kann je nach Kunde und Anwendung variieren.
Für diese Arbeit wurde ein Mischungsdesign mit 3 Variablen, 15 Versuchen und einer Wiederholung verwendet. Oben rechts ist der Versuchsraum des Mischungsdesigns mit den 15 getesteten Formulierungen dargestellt. Die Komponenten bzw. Variablen sind X1, X2 und X3, deren Summe stets 100 % beträgt. Rechts ist eine Abbildung zu sehen, die das Ablesen des ternären Diagramms veranschaulicht und zeigt, dass die Summe der freien Komponenten X1, X2 und X3 tatsächlich 100 % ergibt.
Für diese Arbeit habe ich verschiedene Eigenschaften untersucht und drei davon in einem farbcodierten ternären Diagramm dargestellt. Grün und Rot stehen dabei für gute bzw. schlechte Werte. Ausgehend von Eigenschaft eins lässt sich erkennen, dass die Formulierung am unteren Ende des Diagramms einen guten Wert aufweist. Dieser Wert nimmt jedoch tendenziell ab, je weiter man im Diagramm nach oben geht. Dies bedeutet, dass der Anteil der Komponente X1 zunimmt. Eine Änderung der Anteile der Komponenten X2 und X3 von links nach rechts hat hingegen keinen Einfluss auf diese Eigenschaft. Dies ist ein Beispiel für eine Eigenschaft, die hauptsächlich von einer Komponente, in diesem Fall X1, bestimmt wird.
Betrachten wir nun die zweite Eigenschaft, so erkennen wir einen ähnlichen, aber gegenläufigen Trend. Mit steigendem Wert verbessert sich diese Eigenschaft. Durch die Erhöhung von X1 verbessern wir diese spezifische Eigenschaft. Im Gegensatz dazu sinkt der Wert in diesem Fall von links nach rechts. Diese Eigenschaft wird hauptsächlich von X1 und X3 beeinflusst. Dadurch ergeben sich drei Bereiche: gute, durchschnittliche und schlechte Eigenschaften.
Was die dritte Eigenschaft betrifft, so sollte sie gemäß aus der Literatur abgeleiteten Theorien und direkter technischer Erfahrung für die Formulierung am unteren Ende des ternären Diagramms besser geeignet sein. Dies trifft im Allgemeinen zu, wie wir hier sehen können, jedoch gibt es eine Ausnahme: die Formulierung oben rechts, die etwas aus dem Rahmen fällt. Dies unterstreicht, wie wichtig es ist, einen breiten Bereich zu untersuchen und keine Voreingenommenheit gegenüber bestimmten Parametern zu haben. Denn hätten wir der Theorie gefolgt und nur die untere Formulierung getestet oder analysiert, hätten wir diese Formulierung oben rechts wahrscheinlich übersehen.
Schließlich ist der Prädiktor-Profiler hilfreich, um mehrere Eigenschaften und Trends gleichzeitig zu vergleichen. Nutzen Sie diese Funktion, um die wichtigsten Eigenschaften hervorzuheben und das Konfidenzintervall zu visualisieren. In diesem Fall habe ich sieben Eigenschaften in Abhängigkeit von den drei Variablen dargestellt, sodass wir alle Trends gleichzeitig beobachten können. Wir sehen auch, dass die Konfidenzintervalle für einige Eigenschaften sehr schmal, für andere hingegen sehr breit sind. Daher sollten wir bei der Interpretation dieser Daten vorsichtig sein.
Nun zu den Erkenntnissen und den zukünftigen Arbeiten. Diese Mischungsstudie hat mehrere Trends und einige unerwartete Ergebnisse aufgezeigt. Dies wird die Optimierung und Anpassung verschiedener Produkte erleichtern. Es wäre von Vorteil gewesen, mehr Wiederholungen durchzuführen, da einige Eigenschaften recht breite Konfidenzintervalle aufweisen. Es ist wichtig, die Hauptursachen der Variabilität zu identifizieren und zu verstehen.
Eine eingehendere Analyse der erhobenen Daten ist notwendig, um die Korrelation zwischen den gemessenen Eigenschaften zu ermitteln, Ausreißer zu erklären, Verbindungen zu früheren Studien herzustellen, um Theorien zu bestätigen oder zu widerlegen und das Gesamtbild zu erfassen. Ich bin überzeugt, dass es wichtig ist, die Arbeit und die erhobenen Daten umfassend zu nutzen.
Das ist alles zu dieser Arbeit. Vielen Dank für Ihre Aufmerksamkeit.
