Fraunhofer-Institut für Werkstoffmechanik IWM
Fraunhofer-Institut für Werkstoffmechanik IWM

Trocknen, Entbindern

Schnell und schadensfrei Entbindern und Trocknen

© Fraunhofer IWM

Trocknen simulieren

Die Trocknung pulvertechnologisch hergestellter Bauteile vor dem Entbindern und Sintern ist ein zeitaufwändiger Prozess. Eine zu schnelle Trocknung kann zu Bauteilschäden führen, da die inhomogenen Schwindungen Spannungen im Trocknungsgut verursachen. Gleichzeitig ist eine effiziente Prozessführung wichtig, um den CO2-Fußabdruck zu reduzieren und die Trocknungskosten zu senken. In diesem Spannungsfeld von Anforderungen kann die Simulation helfen, ein Optimum unter gegebenen Randbedingungen zu finden.

© Fraunhofer IWM

Entbindern simulieren

Auch beim thermischen Austreiben des Binders ist eine zu schnelle Prozessführung problematisch, da der in den Poren ent-stehende Gasdruck Schäden im Formteil verursachen kann. Der Druck kommt zustande, weil die gasförmigen Zersetzungsprodukte durch enge Porenkanäle aus dem Inneren des Bauteils an die Oberfläche transportiert werden müssen. Unsere Modelle am Fraunhofer IWM können diese Prozesse abbilden und die entstehenden Bauteilbelastungen für verschiedene Prozessparameter berechnen. Damit kann das Temperaturprofil optimiert werden, sodass ein schnelles und schadensfreies Entbindern gewährleistet wird.

Projektbeispiele

© Fraunhofer IWM
Trocknungssimulation eines Hochspannungsisolators. Der obere Graph zeigt die relative Feuchte an der Oberfläche im Vergleich von Simulation und Experiment für drei unterschiedliche Umgebungstemperaturen. Die untere Abbildung zeigt die örtliche Verteilung der Feuchte in dem Bauteil zu zwei unterschiedlichen Zeitpunkten.

Numerische Simulation des Trocknens, um Verzug zu vermeiden


Ihr Substrat trocknet aktuell langsam und Sie würden dies gerne beschleunigen? Eine anspruchsvolle Aufgabe. Bei großvolumigen keramischen Bauteilen wie z.B. Gebrauchs- oder Sanitärkeramiken, die mittels Schlicker- oder Druckguss hergestellt werden, treten oft schon beim Trocknen erste Abweichungen von der Soll-Form auf. Aufgrund der Feuchte ist das Material anfangs sehr nachgiebig, und so kann es infolge der Schwerkraft zu Verformungen kommen. Wegen den vom Feuchtegehalt abhängigen viskosen Eigenschaften des Schlickers und des sich bildenden Scherbens spielt die Zeitspanne der Krafteinwirkung und der Fortgang der Trocknung hier eine große Rolle. Die Abbildung links oben zeigt ein Beispiel einer solchen Simulation in der die Feuchtigkeit über die Zeit abnimmt und das Bauteil leicht schrumpft. Darüber hinaus kann es durch inhomogene Trocknungsschwindungen zur Rissbildung kommen. Auch diese Rissbildung kann in der Simulation abgebildet werden. In mehreren öffentlichen und industriefinanzierten Projekten mit namhaften Keramikherstellern wurden für diese Problemfelder die am IWM entwickelten Modelle angewendet. Die Abbildung links unten zeigt die Trocknungsverläufe für verschiedene Umgebungstemperaturen. Durch die Simulation konnte so der Aufwand zur Ermittlung der optimalen Form deutlich reduziert werden.

  • Kraft, T.; Riedel, H.; Numerical simulation of solid state sintering – Model and application; Journal of the European Ceramic Society 24/2 (2004) 345-361 Link
  • Kraft, T.; Riedel, H.; Raether, F.; Becker, F.; Simulation des Brennprozesses bei der Herstellung von Gebrauchskeramiken; Keramische Zeitschrift 54/5 (2002) 374-381 Link

© Fraunhofer IWM
Verlauf der Binderkonzentration über der Bauteildicke und der Zeit. Zu Beginn ist die Verteilung konstant (obere Linie) und nimmt über die Zeit kontinuierlich ab (Kurvenschar bis zur unteren Linie).

Numerische Simulation des Entbinderns


Der Entbinderungsprozess ist umso problematischer, je größer das Bauteil ist. Wegen der längeren Wege dauert der Transport zur Oberfläche länger und es baut sich in der größeren Zeitspanne ein größerer Druck auf. In der Abbildung links sieht man z.B. den Binderanteil über die Dicke eines Hartmetallteils. Generell gilt, je größer das Bauteil, desto problematischer das Austreiben des Binders, aber auch bei kleineren Teilen kann das Austreiben problematisch sein, wenn der Binder den Porenraum vollständig – oder fast vollständig - ausfüllt. Immer geht es dabei um die Frage, wie das Temperaturprofil gestaltet werden muss, damit die Entbinderung möglichst rasch aber ohne Schädigung durchgeführt werden kann.

  • Kraft, T.; Schmidt, I.; Riedel, H.; Svoboda, J.; Numerical Simulation of Organic Binder Decomposition During Thermal Debinding; Plansee SE, Sigl, L. S. (Hg), 18th International Plansee Seminar; 2013 ; Reutte Link

© Fraunhofer IWM
Illustration des Sprühtrocknungsprozesses. Mittels eines Zerstäubers wird eine Suspension (blau), die Partikel des Produktes enthält, in einen Heißgasstrom (gelb) eingebracht und durch Agglomeration und Trocknen in ein Pulver mit gewünschter Korngröße überführt (grün).

Simulation des Sprühtrocknens

Im Projekt SprAID geht es darum, eine KI zur Vorhersage der Prozessparameter beim Sprühtrocknen zu entwickeln, um ohne aufwändige Trial-and-Error-Versuche eine erwünschte Partikelgrößenverteilung zu erreichen. Ziel ist es, die richtigen Einstellungen beim Sprühtrocknen schnell zu bestimmen. Diese wird durch die im Projekt entwickelte KI gewährleistet, die als Assistenzsystem fungiert und als PC-Version verfügbar sein wird. Sie suchen nach einem einfachen Einstieg in das Sprühtrocknen oder Sie fragen sich ob der Sprühtrockner die gewünschten Eigenschaften hervorbringen kann? Das System wird konkrete Empfehlungen für Prozess- und Stoffparameter wie Temperatur, Suspensionsstrom oder Gasfluss geben. In Zusammenarbeit mit dem Kunststoffzentrum (SKZ) und dem Europäischen Zentrum für Dispersionstechnologien (EZD) verfolgt das IWM hier einen ganzheitlichen Ansatz. Das EZD führt experimentelle Untersuchungen am Sprühtrockner durch, während das IWM die Daten durch numerische Simulationen ergänzt. Experimentelle und numerische Daten werden anschließend vom SKZ genutzt, um die KI zu trainieren. SprAID steht für „Optimierte Sprühtrocknungsprozesse durch ein Assistenzsystem mit künstlicher Intelligenz unter Berücksichtigung einer hybriden Datenbasis“.

nach oben