Spritzgießen 2019

Produktbeschreibung

Inhalt
Plenarvorträge
Produktentwicklung einmal anders – effizient, flexibel, agil!
Dr. rer. nat. S. Lambertz, Freudenberg Technology Innovation, Weinheim 1
Spreu und Weizen – Welche Automobilzulieferer schaffen den Strukturwandel,
welche nicht?
M.-R. Faerber, Managing Partner der Struktur Management Partner GmbH, Köln 7
Wenn Sinneswahrnehmungen digital werden und Technik fühlen lernt –
Trends und Anwendungen des Affective Computing
Dr.-Ing. J. Garbas, Fraunhofer IIS, Erlangen 9
Kurzberichte aus der Forschung
Machine Learning zur Erkennung von Veränderungen beim Spritzgiessprozess
Prof. Dr. F. Ehrig, Prof. Dr. G. Schuster, HSR Hochschule für Technik Rapperswil,
Rapperswil, Schweiz 19
Steigerung von Produkt- und Prozessqualität beim Spritzgießen durch
künstliche Intelligenz
M.Sc. A. Schulze Struchtrup, M.Sc. M. Janßen, Prof. Dr.-Ing. R. Schiffers,
Institut für Produkt Engineering, Universität Duisburg-Essen 27
I4.0 Pilotfabrik für die smarte Kunststoffverarbeitung
Prof. Dr.-Ing. G. Steinbichler, DI. K. Straka, Institut für Polymer Spritzgießtechnik 37
und Prozessautomatisierung, Johannes Kepler Universität, Linz, Austria

Digitalisierung im Produktentstehungsprozess:
Von der Idee zur Serienreife
Mission Control mit Gemba 2.0 – Prozess-Monitoring und Prozessoptimierung
auf einen Blick
Dipl-Ing. (FH) M. Mauer, Continental Mechanical Components Germany GmbH,
Roding 49
Ermittlung valider Werkstoffdaten für die Simulation
Dr.-Ing. G. Telljohann, Dr.-Ing. S. Dannemeyer, DYNATEC GmbH, Braunschweig;
Dipl.-Ing. B. Hoster, Gira Giersiepen GmbH & Co. KG, Radevormwald 55
Topologieoptimierung – Einsatz bei der Entwicklung von Spritzgussbauteilen
Dipl.-Ing. F. Lutter, Lanxess Deutschland GmbH, Dormagen 69
Produktionsgerechte Bauteilgestaltung für die Additive Fertigung
G. Schwalme, SKZ Das Kunststoff-Zentrum, Würzburg 75
Lösungen für ZEISS Reverse Engineering, Reporting und Data Management
ZEISS Lösungen im Werkzeugbau der Spritzgussindustrie
B.Sc./B.A. J. Smokovitz, M.Eng. M. Häusele, Carl Zeiss Industrielle Messtechnik 83
GmbH, Oberkochen
Digitalisierung in der Produktion:
Herausforderungen und Lösungen für den Spritzgießer
Predictive Maintenance: Maximales Wissen – Minimaler Stillstand
S. Kruppa, S. Fruth, KraussMaffei Technologies GmbH, München 87
Prozessoptimierung mit intelligenten Werkzeugen
Dipl.-Ing.(FH) Andreas Kißler, HAIDLMAIR GmbH, Nußbach 97
Praktische Erfahrung mit Prognosemodellen für die Produktionsqualität
M. Raffelsieper, Kistler Instrumente GmbH, Sindelfingen;
Dr.-Ing. R. Vaculik, Kistler Instrumente AG, Winterthur 103

Keywords: Kunststofftechnik, Spritzguss, Baden-Baden, Werkzeugbau, Prognosemodelle, Digitalisierung,