Kontrolle des Farb-Wasser-Gleichgewichts durch KI

Knödl, Felix ; Dörsam, Edgar ; Schneider, Tizian ; Schütze, Andreas
Hrsg.: Technische Universität Darmstadt, Universität des Saarlandes (2024)
Kontrolle des Farb-Wasser-Gleichgewichts durch KI.
doi: 10.26083/tuprints-00027376
Report, Erstveröffentlichung, Verlagsversion

URL / URN: https://tuprints.ulb.tu-darmstadt.de/27376

Kurzbeschreibung (Abstract)

Beim Offsetdruck sorgt das Verhältnis zwischen der Farb- und der Feuchtmittel-Schichtdicke, dem sogenannten Farb-Wasser-Gleichgewicht, welches eine Emulsion von Druckfarbe und Feuchtmittel beschreibt, für einen qualitativ hochwertigen Druck. Das Farb-Wasser.-Gleichgewicht wird vom Druckpersonal manuell über das Feuchtpoti eingestellt. Wegen der erforderlichen manuellen Eingriffe während eines Druckauftrags wird dies in der Druckbranche als ein seit Jahrzehnten ungelöstes Problem des Offsetdrucks angesehen. Im Rahmen dieses Forschungsvorhabens wird ein Ansatz zur Kontrolle des Farb-Wasser-Gleichgewichts auf Basis von Sensorfusion und Methoden des Maschinellen Lernens (ML) untersucht. In dieser Untersuchung finden alle Druckversuche auf realen, handelsüblichen Bogen-Offsetdruckmaschinen statt. In den Vorüberlegungen wurden die dominanten und relevanten Parameter identifiziert. Daher wurden weitere Gas-, Temperatur- und Feuchtesensoren erprobt. Mit einer entwickelten Messtraverse wurde die Sensorik nach dem Farbwerk auf Höhe der letzten Auftragswalze angeordnet. Die Untersuchungen zeigten, dass die Unterschiede in der Breite der Druckmaschine nur gering sind und so nicht mehrere Sensoren über die Druckbreite verwendet werden müssen. Durch Vorversuche an Druckmaschinen wurden das Messkonzept und die Auswertemethoden entwickelt und erprobt. Mit den Temperatur- und Feuchtesensoren konnte die Umgebungsbedingungen außerhalb und innerhalb der Druckmaschine gut gemonitort werden. Die eingesetzten Gassensoren erlauben die Bestimmung der Gaskonzentration des eingesetzten Isopropanol (IPA) im Feuchtmittel in der Umgebungsluft eines Druckwerkes und lassen damit Rückschlüsse auf das Farb-Wasser-Gleichgewicht zu. Der erstmalige Einsatz von Gassensoren und die Nutzung der Sensorfusion zur Kontrolle des Farb-Wasser-Gleichgewicht hat sich damit bewährt und zeigt ein hohes Innovationspotenzial auf. In zwei Messreihen wurden kontinuierlich Daten aufgenommen, zusammengeführt, gefiltert, sortiert und synchronisiert. Auf Basis dieser Datensätze wurde eine Modellierung und Auswertung anhand der ML-Toolbox der Universität des Saarlandes durchgeführt. Es zeigte sich, dass die Gassensor-, Temperatur- und Feuchtewerte für die ML-Modellbildung wichtig sind und die Ergebnisse deutlich verbessern. Es konnte damit erstmalig ein Modell erstellt werden, welches eine sehr gute Korrelation zwischen den fusionierten Sensordaten und dem vom Druckpersonal eingestellten Farb-Wasser-Gleichgewicht aufweist. Die Ergebnisse konnten in einer weiteren Messreihe bei der Produktionsbegleitung in einer Druckerei nicht voll bestätigt werden, vor allem, da nur selten ein manuelles Nachstellen im Druckbetrieb erforderlich war. Auf Basis der Ergebnisse wurde ein Vorschlag für ein ML-Modell zur relativen Einstellung des Feuchtpotis vorgestellt, für dessen Validierung jedoch ein größerer Trainingsdatensatz und damit erneute Druckversuche notwendig sind. Bei weiterführenden wissenschaftlichen Untersuchungen sollte auch überlegt werden, ob für eine automatisierte Regelung des Farb-Wasser-Gleichgewichts die Einstellung des Feuchtpotis wirklich die richtige Zielgröße ist.

Typ des Eintrags:

Report

Erschienen:

2024

Autor(en):

Knödl, Felix ; Dörsam, Edgar ; Schneider, Tizian ; Schütze, Andreas

Art des Eintrags:

Erstveröffentlichung

Titel:

Kontrolle des Farb-Wasser-Gleichgewichts durch KI

Sprache:

Deutsch

Publikationsjahr:

22 Juli 2024

Ort:

Darmstadt

Kollation:

67 Seiten

DOI:

10.26083/tuprints-00027376

URL / URN:

https://tuprints.ulb.tu-darmstadt.de/27376

Kurzbeschreibung (Abstract):

Alternatives oder übersetztes Abstract:

Alternatives Abstract

Sprache

In offset printing, the ratio between the ink and dampening solution layer thickness, the so-called ink-water balance, which describes an emulsion of printing ink and dampening solution, ensures high-quality printing. The ink-water balance is set manually by the printing personnel using the dampening potentiometer. Due to the manual intervention required during a print job, this has been regarded in the printing industry as an unsolved problem in offset printing for decades. This research project investigates an approach for controlling the ink-water balance based on sensor fusion and machine learning (ML) methods. In this study, all printing tests are carried out on real, commercially available sheet-fed offset printing presses. The dominant and relevant parameters were identified in the preliminary considerations. Additional gas, temperature and humidity sensors were therefore tested. Using a developed measuring traverse, the sensors were positioned after the inking unit at the height of the last application roller. The tests showed that the differences in the width of the printing press are only minor and therefore several sensors do not have to be used across the printing width. The measurement concept and evaluation methods were developed and tested through preliminary tests on printing presses. With the temperature and humidity sensors, the ambient conditions outside and inside the printing press could be well monitored. The gas sensors used make it possible to determine the gas concentration of the isopropanol (IPA) used in the dampening solution in the ambient air of a printing unit and thus allow conclusions to be drawn about the ink-water balance. The first-time use of gas sensors and the use of sensor fusion to control the ink-water balance has thus proven its worth and demonstrates a high potential for innovation. Data was continuously recorded, merged, filtered, sorted and synchronized in two series of measurements. Based on these data sets, a modeling and evaluation was carried out using the ML toolbox of Saarland University. It was found that the gas sensor, temperature and humidity values are important for ML modeling and significantly improve the results. For the first time, a model could be created that shows a very good correlation between the fused sensor data and the ink-water balance set by the printing personnel. The results could not be fully confirmed in a further series of measurements during production monitoring in a print shop, especially as manual adjustment was rarely necessary during printing. Based on the results, a proposal for an ML model for the relative adjustment of the dampening potentiometer was presented, for the validation of which, however, a larger training data set and thus renewed printing tests are necessary. Further scientific investigations should also consider whether the setting of the dampening potentiometer is really the right target value for automated control of the ink-water balance.

Englisch

Status:

Verlagsversion

URN:

urn:nbn:de:tuda-tuprints-273761

Zusätzliche Informationen:

IGF-Vorhaben Nr. 22060 N

Sachgruppe der Dewey Dezimalklassifikatin (DDC):

600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau

Fachbereich(e)/-gebiet(e):

16 Fachbereich Maschinenbau
16 Fachbereich Maschinenbau > Institut für Druckmaschinen und Druckverfahren (IDD)
16 Fachbereich Maschinenbau > Institut für Druckmaschinen und Druckverfahren (IDD) > Automatisierung und Messtechnik

Hinterlegungsdatum: