Im Bereich der kontinuierlichen Dünnblechverzinkung für die Automobilindustrie ist die präzise Steuerung der Zinkschicht von großer Bedeutung. Kernstück des kontinuierlichen Verzinkungsprozesses ist das Zinkbad, ein unverzichtbares Element für eine reibungslose Produktion bei gleichzeitiger Kostenkontrolle.
Diese Präsentation erläutert den Einsatz des Luftspaltsystems von Clecim (Dynawipe), das für die Kontrolle und Regulierung der Dicke und Gleichmäßigkeit der Beschichtung über die gesamte Breite und Länge der dünnen Stahlbänder unerlässlich ist. Dieses Verfahren trägt der ständigen Herausforderung Rechnung, den Korrosionsschutz zu optimieren und den Zinkverbrauch zu minimieren. Es entspricht zudem dem Industrie-4.0-Trend, physikalische Prozesse zu erfassen, zu analysieren und zu modellieren, um die Kundenzufriedenheit zu steigern.
Diese Präsentation zeigt Schritt für Schritt, wie mit JMP eine Druckverteilungskarte in Abhängigkeit von verschiedenen Parametern erstellt wurde, um sie mit Finite-Elemente-Modellen zu vergleichen. Die größte Herausforderung bestand in der präzisen Bestimmung des maximalen Druckpeaks. Unser Ansatz umfasst die Datenerfassung, die Modellierung des Drucks mithilfe einer Gauß-Kurve (Plattform „Kurve anpassen“), den Export der Parameter, deren Modellierung als Funktion der Prozessparameter mit „Modell anpassen“ und die anschließende Erstellung eines animierten Diagramms mit dem Graph Builder.
Hallo, mein Name ist Stéphane Gouttebroze, und ich präsentiere Ihnen dieses Dokument mit dem Titel „Exzellenz in der Zinkbeschichtung: Präzise Druckregelung und thermodynamische Modellierung mit JMP“. Im Folgenden finden Sie den Inhalt meiner Präsentation. Zunächst eine kurze Einführung zu Clecim. Anschließend gehe ich auf die Hintergründe und den Versuchsaufbau ein. Danach zeige ich Ihnen eine kurze JMP-Demonstration und schließe mit einigen Schlussfolgerungen ab. Wer sind wir, Clecim? Wir sind ein französischer Anlagenintegrator für die globale Stahlindustrie. Unser Firmensitz befindet sich in Montbrison, in der Nähe von Lyon, Frankreich.
Das Unternehmen besteht seit 100 Jahren und beschäftigt rund 200 Mitarbeiter. Wir verfügen über ein Konstruktionsbüro, eine Werkstatt sowie einen Vor-Ort-Service für Installation und Inbetriebnahme. Clecims Haupttätigkeiten umfassen die Lieferung von Einzelmaschinen sowie kompletten Produktionslinien, beispielsweise für Beiz-, Glüh-, Verzinkungs- und Lackieranlagen. Darüber hinaus bietet Clecim Serviceleistungen wie Ersatzteile und Wartung an.
Wir verfügen außerdem über eine Beratungsabteilung, die unseren Kunden Fachwissen und Prozessprüfungen anbietet. Beispiele für Installationen sind: Warm- und Kaltwalzwerke, Richtanlagen, Oberflächenprüfsysteme für Bandqualität, Laserschweißanlagen und vieles mehr.
Am unteren Rand dieser Folie sehen Sie ein Beispiel einer Verzinkungsanlage für die Automobilindustrie. Die Anlage ist von hier bis hier etwa 500 Meter lang und ca. 35 Meter hoch. In den folgenden Folien konzentrieren wir uns auf den Bereich des Zinkbades.
Zum Hintergrund und Versuchsaufbau: Wir befinden uns im Zinkbad. Stellen Sie sich vor, ein Band verlässt den Ofen, taucht in das Zinkbad ein und verlässt es nach dem Überziehen mit Zink. Das Band ist ständig in Bewegung – ein kontinuierlicher Produktionsprozess. Sobald das Band das Zinkbad verlässt, befindet sich eine Zinkschicht auf seiner Oberfläche.
Für Qualität, Produktivität und Korrosionsbeständigkeit ist eine gleichmäßige und homogene Zinkschichtdicke über die gesamte Bandbreite unerlässlich. Dies wird durch ein spezielles Gerät, das sogenannte Luftmesser, gewährleistet. Es funktioniert ähnlich wie ein Lufttrockner, indem es überschüssiges Zink durch Luftzufuhr von der Bandoberfläche entfernt.
Ziel der Studie war die Durchführung experimenteller Messungen. Wir wollten außerdem den Aufpralldruck in Abhängigkeit von verschiedenen Parametern modellieren und mit einer Finite-Elemente-Modellierung vergleichen. Abschließend sollte das Finite-Elemente-Modell an die Messergebnisse angepasst werden. Hier sehen Sie die Ergebnisse der Finite-Elemente-Modellierung; nun wenden wir uns dem Prüfstand zu.
Der hier dargestellte Prüfstand zeigt das funktionierende Luftblassystem. Hier befindet sich das Luftmesser. Die Breite des Geräts wird durch die Y-Achse, die Höhe durch die Z-Achse dargestellt. An diesem Prüfstand haben wir ein kleines Bauteil angebracht: ein Metallblech mit einem Druckaufnehmer zur Messung des Luftaufpralldrucks auf das Blech. Dies dient zur Simulation des Drucks des Luftmessers auf einen fiktiven Streifen.
Hier sehen Sie die experimentellen Messwerte. Wir haben die Gebläsedrehzahl gemessen, die variiert wird und den Druck im Luftmesser verändert. Außerdem haben wir drei Positionen (X, Y und Z), die für die Messungen variiert werden können. Wir messen hier den Aufpralldruck mit dem Druckaufnehmer und die Lufttemperatur. Mit all diesen Messwerten können wir eine Datentabelle erstellen, die wir im Folgenden betrachten werden.
Der Arbeitsablauf der Studie ist wie folgt: Zunächst führen wir die Messungen durch. Dabei fixieren wir die X- und Y-Position und variieren die Z-Position, um den Aufpralldruck zu messen. Die resultierende Kurve hat die folgende Form. Diese Form modellieren wir mithilfe des Werkzeugs „Gauß-Kurvenanpassung“ in JMP als Gauß-Kurve. Wir erhalten nun drei Parameter für diese Kurven: A, B und C – den Spitzenwert, den kritischen Punkt und die Wachstumsrate.
Diese drei Parameter werden in unsere Datentabelle aufgenommen, und wir werden einige Messkorrekturen vornehmen. Beispielsweise werden wir einen Z-Offset hinzufügen, um alle Kurven neu zu zentrieren, da unsere Versuchsanordnung in Y-Richtung leicht driften kann. Anschließend haben wir uns entschieden, den Spitzenwert und die Wachstumsrate als Funktion der Prozessparameter zu modellieren. Wir werden eine neue Tabelle mit einer Vorhersageformel erstellen, um den Druck im gesamten dreidimensionalen Raum (X, Y und Z) sowie die Motordrehzahl und die Lufttemperatur vorhersagen zu können.
Ziel ist es, dieses Konturdiagramm zu erstellen. Dieses Konturdiagramm stellt den vorhergesagten Druck in Abhängigkeit von den Werten Z und X bei konstanter Lufttemperatur und konstanter Gebläsemotordrehzahl dar. Wir müssen diese Kurve beibehalten, und ich zeige Ihnen nun, wie Sie dieses Konturdiagramm erstellen.
Jetzt muss ich zu JMP wechseln. Ich öffne die Datentabelle. Sie befindet sich hier. Sie sehen hier 13 Messwerte mit demselben Datum und derselben Uhrzeit. Diese repräsentieren eine Reihe von Messungen für eine gegebene Motordrehzahl (X, Y). Wir variieren den Z-Wert von -3 bis +3 und messen den Aufpralldruck sowie die Lufttemperatur. Ich kann Ihnen hier alle Messpunkte zeigen. Sie sehen, dass wir die X-Werte wie folgt gewählt haben, ebenso wie die Y- und Z-Werte. Wir haben keine optimierte Darstellung. Zukünftig möchten wir eine Versuchsplanung durchführen, um eine bessere Darstellung dieses 3D-Raums zu erhalten.
Wenn ich nun den Druck in Abhängigkeit von Z auftrage, erkennen Sie die Form einer Gauß-Kurve. Die Kurven verlaufen nicht deckungsgleich. Das liegt an dem Phänomen, das ich bereits im Zusammenhang mit der Drift im Prüfstand erläutert habe. Ziel ist es nun, all diese Kurven als Funktion der Parameter zu modellieren. Dazu verwende ich die Funktion „Kurve anpassen“ in JMP. Ich wähle die Druckanpassung als Funktion – also als Kurve wie diese. Erkennen Sie die drei zuvor genannten Parameter? Damit erstelle ich die Kurve für alle Messpunkte.
Damit kann ich nun die Parameterwerte in einer neuen Tabelle wie dieser extrahieren. Sie sehen, dass wir für diese Messung, also für dasselbe Datum und dieselbe Uhrzeit, die drei Parameter und die drei Werte haben. Ich muss diese Tabelle etwas anpassen, um sie in die ursprüngliche Tabelle einfügen zu können. Dazu verwende ich die Funktion `split`. Nun repräsentiert jede Zeile den kritischen Punkt, die Wachstumsrate und den Spitzenwert für jeden Messpunkt.
Sobald ich diese Tabelle habe, kann ich sie in die Originaltabelle integrieren. Das geschieht folgendermaßen. Hier sehen Sie nun die Originaltabelle mit den hinzugefügten Spalten. Diese vier Spalten enthalten die Berechnung einer Ausgleichskurve. Diese Spalte ist eine von mir erstellte Formel. Sie dient dazu, den Z-Wert relativ zum kritischen Punkt neu zu zentrieren. Wenn ich diesen Wert nun verwende und den Druck in Abhängigkeit von diesem Wert darstelle, sehen Sie, dass alle Kurven auf Null ausgerichtet sind.
Anhand dieser Kurve möchte ich nun herausfinden, welche Parameter den Spitzenwert beeinflussen und wie diese Parameter wirken. Das kann ich Ihnen hier zeigen. Wenn ich beispielsweise die Motordrehzahl ändere, wie verändert sich dadurch der Spitzenwert? Welchen Einfluss haben der X-Wert oder die Lufttemperatur? Um diese beiden Profile zu erhalten, gehe ich analog zur Wachstumsrate vor. Dafür benötige ich eine neue Plattform: die Plattform für angepasste Modelle. Sie finden sie hier. Ich beschränke mich auf drei Parameter; es handelt sich um ein lineares Modell. Für mich ist es ein gutes Modell, da wir ein gutes Bestimmtheitsmaß (R²) haben.
Wir könnten dieses Modell aufgrund der Form und des Musters der Residuenwerte noch etwas verbessern, aber wir belassen es vorerst so, da es eine einfache Formel ist. Ich kann Ihnen die Formel zeigen, den Vorhersageausdruck. Sie sehen, er ist linear und sehr einfach. Wir haben uns entschieden, dieses Modell beizubehalten. Mit diesem Modell kann ich die Vorhersageformel für den Spitzenwert hinzufügen. Hier sehen Sie, dass sie mit der vorhandenen Formel kombiniert wurde; Sie erkennen sie wieder. Dasselbe mache ich für die Wachstumsrate. Gleiche Schlussfolgerungen. Wir haben ein sehr gutes R², mit denselben Parametern, ebenfalls linear, und dieselbe Schlussfolgerung bezüglich der Residuen. Wir könnten es vielleicht noch etwas verbessern, aber das ist hier nicht der Punkt. Wir belassen es so.
Ich habe nun zwei neue Spalten: eine für die Vorhersage des Spitzenwerts und eine für die Wachstumsrate. Ich kann natürlich noch eine letzte Spalte hinzufügen, die die Vorhersageformel für den Druck enthält. Wenn ich Ihnen die Formel zeige, erkennen Sie die Gaußsche Kurvenformel mit der Vorhersageformel für die Wachstumsrate und der Formel für den Spitzenwert.
Wir haben nun eine Formel zur Vorhersage des Drucks als Funktion all dieser Parameter sowie der Lufttemperatur. Die Idee ist nun, eine neue Tabelle zu erstellen, die diese Parameter mit Werten innerhalb der Messwerte, beispielsweise mit einer optimierten Verteilung, enthält. Ich zeige Ihnen, wie das geht. Zuerst öffne ich die vorbereiteten vier Tabellen. Sie erkennen hier die Motordrehzahl, den X-Wert, den Z-Wert und die Lufttemperatur. Jetzt muss ich diese vier Tabellen zu einer einzigen Tabelle zusammenführen, die alle möglichen Kombinationen der vier Parameter enthält.
Dafür verwende ich die Plattformtabelle, die Funktion „Tabelle verketten“ und wähle „Verketten“. Ich entscheide mich für „Verketten“. Wir wählen also „Verknüpfen“. Wir verknüpfen die Motordrehzahl beispielsweise mit D. Anstatt die Spalte „Übereinstimmen“ zu verwenden, muss ich die Verknüpfung auf „Kartesischer Join“ ändern. Hier sehen Sie alle Kombinationen dieser beiden Parameter, die ich mit JMP berechnet habe. Dadurch wird eine neue Tabelle erstellt. Wenn ich das Ganze mit Z und anschließend mit der Lufttemperatur wiederhole, erhalte ich eine vollständige Datentabelle mit diesen vier Parametern.
Ich habe das bereits getan, also öffne ich die Tabelle. Hier sehen Sie meine vier Parameter, deren Kombinationen etwa 3.000 Zeilen ergeben. In diese Tabelle kann ich meine Formel einfügen. Hier sehen Sie die vier Spalten. Hier sind die zuvor berechnete Vorhersageformel und der vorhergesagte Druck, wie bereits gezeigt, in diese Spalten eingetragen. Der Vorteil dieser Vorgehensweise ist, dass ich die Verteilung oder die Genauigkeit in Z, X, Lufttemperatur oder Motordrehzahl ändern kann.
Mithilfe dieser Tabelle kann ich nun das Konturdiagramm erstellen, das ich Ihnen gezeigt habe. Hier können Sie es erkennen, und ich kann es in Abhängigkeit von der Motordrehzahl animieren. Sie sehen nun, dass wir das gewünschte Ergebnis erzielt haben, wie hier dargestellt.
Ich möchte Ihnen abschließend noch einige Worte mitgeben. Links sehen wir die Ergebnisse eines Finite-Elemente-Modells, importiert in JMP. In der Mitte sind die experimentellen Ergebnisse visualisiert, ebenfalls mit JMP. Zum Vergleich können wir diese beiden Kurven darstellen, die Schnitte dieses Konturdiagramms mit konstantem X-Wert sind. Hier sehen Sie eine sehr gute Übereinstimmung zwischen Experiment und 3D-Finite-Elemente-Modell. Hier hingegen gibt es Abweichungen. In diesem Fall möchten wir unser Finite-Elemente-Modell verbessern, indem wir einige Annahmen oder Modellparameter ändern.
Zusammenfassend lässt sich sagen, dass JMP Clecim dabei unterstützt, Daten intuitiv zu erkunden, Messungen einfach und effektiv zu analysieren und zu modellieren. Wir haben unseren Versuchsaufbau validiert. Finite-Elemente-Modelle und experimentelle Ergebnisse lassen sich problemlos vergleichen. Zudem können wir unsere Messungen extrapolieren und unsere Annahmen überprüfen. Die Ergebnisse können wir ansprechend präsentieren und unsere Kunden von unserer Leistungsfähigkeit und unseren Forschungskompetenzen überzeugen. Damit beende ich meinen Vortrag und bedanke mich für Ihre Aufmerksamkeit. Bei Fragen können Sie mich gerne per E-Mail, LinkedIn oder telefonisch kontaktieren. Vielen Dank.
