CleanGreen startet mit KI für energieeffizientere Bauteilreinigung

Anzeige Digitalisierung | Messen und Prüfen | Reinigen und Vorbehandeln | Erstellt von SP

Mit dem Verbundprojekt CleanGreen haben Partner aus Industrie und Forschung die Arbeit an einer energie- und ressourceneffizienteren industriellen Bauteilreinigung aufgenommen. Im Fokus stehen KI-gestützte Verfahren, die den Energie-, Wasser- und Chemikalienverbrauch wässriger Reinigungsanlagen stärker am tatsächlichen Reinigungsbedarf ausrichten sollen.

Mit dem Kick-off-Treffen im September 2026 ist das Verbundprojekt CleanGreen gestartet. Ziel des Vorhabens ist es, industrielle Bauteilreinigung energie- und ressourceneffizienter zu gestalten. Dafür sollen bei wässrigen Reinigungsanlagen Energie-, Wasser- und Chemikalienverbrauch künftig stärker an den tatsächlichen Verschmutzungsgrad der Bauteile und den Zustand der Reinigungsbäder angepasst werden.

In vielen Fertigungsprozessen werden Reinigungsanlagen heute so ausgelegt und betrieben, dass auch unterschiedlich stark verschmutzte Bauteile sicher die geforderte Sauberkeit erreichen. Der tatsächliche Verschmutzungszustand der Teile fließt dabei oft nicht in die Prozessführung ein. CleanGreen setzt genau an dieser Stelle an: Unterschiedliche Datenquellen sollen zusammengeführt und für eine intelligente, bedarfsgerechte Prozessführung nutzbar gemacht werden. Vorgesehen ist, Informationen aus Anlagensteuerung, Badüberwachung und Produktionsplanung mit neu entwickelten optischen Messverfahren zu verknüpfen.

Forschungsplattform für die Prozessdaten

Als technische Basis dient am Fraunhofer-Institut für Schicht- und Oberflächentechnik IST in Braunschweig eine industrielle Reinigungsanlage, die schrittweise um zusätzliche Mess- und Sensortechnik erweitert wird. Auf dieser Forschungsplattform wollen die Projektpartner Daten erfassen und verschiedene Ansätze zur Prozessbewertung und Prozessoptimierung untersuchen. In einem späteren Schritt sollen ausgewählte Entwicklungen prototypisch bei Industriepartnern erprobt werden. Dabei geht es auch um die Frage, wie gut sich die Konzepte auf bestehende und auf neue Reinigungsanlagen übertragen lassen.

Optische Messung und KI-Auswertung

Ein Schwerpunkt liegt auf der Erfassung organischer Verunreinigungen auf Bauteiloberflächen. Dafür soll mit der Expertise des Fraunhofer-Instituts für Physikalische Messtechnik IPM eine automatisierte Fluoreszenzmessung mittels F-Scanner entwickelt und in die Forschungsplattform integriert werden. Die Projektbeteiligten wollen prüfen, inwieweit sich diese Informationen sowohl zur Bewertung des Verschmutzungszustands vor der Reinigung als auch zur Beurteilung des Reinigungserfolgs nach dem Prozess eignen.

Die gewonnenen Messdaten sollen anschließend gemeinsam mit weiteren Prozess- und Sensordaten in KI-gestützte Auswerteverfahren einfließen. Ziel ist es, Zusammenhänge zwischen Bauteilzustand, Reinigungsprozess und Reinigungsergebnis besser zu verstehen und daraus Empfehlungen für eine bedarfsgerechte Prozessführung abzuleiten. Das Projekt soll damit Grundlagen für digitale, datenbasierte Entscheidungsprozesse in der industriellen Reinigung schaffen.

Langfristig zielt CleanGreen auf eine automatisierte und bedarfsgerechte Steuerung von Reinigungsprozessen. Perspektivisch ist auch eine Integration in Bestandsanlagen vorgesehen. Zudem sollen die gewonnenen Informationen für nachfolgende Fertigungsschritte wie Lackier-, Galvanik-, Beschichtungs-, Klebe- oder Lötprozesse nutzbar gemacht werden.

Das Verbundprojekt trägt den vollständigen Titel „CleanGreen – Energieeffiziente Reinigung auf Basis quantifizierter Bauteilverunreinigungen und KI-optimierter nass-chemischer Reinigungsprozesse“. Koordiniert wird es von B+T Oberflächentechnik. Weitere Partner sind das Fraunhofer IST, das Fraunhofer IPM, das Institut für Werkzeugmaschinen und Fertigungstechnik der TU Braunschweig, GNS Systems und G&M Galvanik. Die Laufzeit reicht von Juli 2026 bis Juni 2029. Gefördert wird das Vorhaben vom Bundesministerium für Wirtschaft und Energie unter dem Förderkennzeichen 03EN2151D.

Zurück