Von Elektronik über Papierherstellung bis hin zu Lackierungen von Autoteilen, alle CAD-modellierten Probleme eignen sich für eine Optimierung. Sandwiching-Algorithmen lösen besonders gut konvexe Probleme. Hyperboxing-Methoden sind etwas langsamer, dafür berechnen sie die besten Kompromisse auch im nichtkonvexen Fall. Vereinfachungen von Modellen helfen uns schneller das Optimum zu erreichen. Wir entwickeln unsere Algorithmen stetig weiter und passen sie neuen Problemen gegebenenfalls an.
Lacktrocknungsprozesse optimieren – Wärmeaustausch berechnen
Die meisten Industrieprodukte werden, unabhängig vom Material, lackiert, um eine hohe Lebensdauer zu gewährleisten. Damit der Schutz richtig wirken kann, sollte der Lack möglichst gleichmäßig sein. Hierbei spielt der Trocknungsprozess eine entscheidende Rolle. Durch optimale Steuerung dieses Prozesses, verbessern wir auf der einen Seite die Qualität der Lackierung und senken andererseits gleichzeitig den Energieverbrauch
Im ersten Schritt werden die physikalischen Vorgänge im verwendeten Trocknungsofen simuliert. Dazu wird die Wärmestrahlung der Lampen, die Luftströmung im Ofen und die Wärmeleitung in der Lackschicht bzw. auf der Oberfläche nachgebildet. Die Optimierung verwendet anschließend diese Simulation um eine optimale Steuerung der Lampen zu berechnen.
Da die Qualität der Lackschicht im Wesentlichen von der Prozessdauer und der Temperatur abhängt, konkurriert sie zur Forderung nach einem möglichst geringen Energieverbrauch. Aus diesem Grund wird ein mehrkriterieller Optimierungsansatz angewendet. Die so erhaltenen Lösungen werden anschließend in einer Entscheidungsunterstützungssoftware zur Bewertung graphisch dargestellt.