Einsatz von Maschinellem Lernen in der Schmierfett-Evaluierung

Ziel des Projektes ist es, die Potentiale von Maschinellem Lernen in der Schmierstoffentwicklung aufzuzeigen. Als konkretes Anwendungsbeispiel sollen die umfangreichen Daten des Vorgängerprojektes DGMK 820 zur Verdickerdegeneration in Folge thermischer, katalytischer, oxidativer und mechanischer Beanspruchung mit verschiedenen ML-Methoden und -Algorithmen analysiert werden. So können die Randbedingungen, Vorteile aber auch Grenzen dieses innovativen Ansatzes greifbar gemacht werden. Die Arbeitshypothese lautet, dass es mit ML-Ansätzen möglich ist, Messdaten in der Schmierstoffevaluation objektiver, schneller und reproduzierbarer auszuwerten und komplexe Zusammenhänge zu erkennen, die dem Menschen aufgrund dessen Limitierung auf 3 Dimensionen verborgen bleiben.

Bei der Entwicklung von Schmierfetten werden zahlreiche chemisch-physikalische und mechanisch-dynamische Messungen und Versuche durchgeführt, um Aussagen zur Eignung für einen geplanten Anwendungsfall zu ermitteln. Die Auswertung und Interpretation dieser Messwerte erfolgen auch heute noch auf Basis der Erfahrung einiger weniger Fachleute. Die Computerunterstützung dieses Prozesses oder gar eine Computersimulation von realen Tribosystemen, welche in der Grenz- und Mischreibung laufen, ist bisher bis auf wenige sehr wissenschaftliche Sonderfälle nicht möglich. Die vielfältigen Wechselwirkungen zwischen den Oberflächen, Verschleißpartikeln, Schmierstoff und Umgebungsmedium in Verbindungen mit den Veränderungen des Schmierstoffs über der Zeit und einem nichtlinearem Systemverhalten lassen sich bisher nicht makroskopisch simulieren und vorhersagen. Ursache ist, dass die komplexen Zusammenhänge noch nicht ausreichend mathematisch/physikalisch beschrieben werden können und extreme Größenunterschiede von atomaren chemischen Prozessen bis hin zur makroskopischen Gestalt der Bauteile (ca. zehn 10-er-Potenzen) zu beachten sind.

Kooperationspartner: FVA Forschungsvereinigung Antriebstechnik e.V. 

Das IGF-Vorhaben wird zum 01.03.2024 vom BMWK gefördert.

Fachausschuss Schmier­stoffe Verarbeitung und Anwendung