Fraunhofer-Institut für Werkstoffmechanik IWMKupfer zählt mit der Vielzahl seiner Legierungen zu den wichtigsten Werkstoffen für die Elektromobilität und die Energiewende. Trotz der wirtschaftlichen und politischen Bedeutung liegen wesentliche Daten zu Materialeigenschaften, Prozessparametern und CO₂-Fußabdruck entlang der Wertschöpfungskette allerdings bislang nicht hinreichend oder nicht durchgängig vor, weil Informationen an den Schnittstellen zwischen Schmelze, Halbzeugfertigung und anschließenden Prozessstufen nicht übergeben werden bzw. für den Austausch häufig keine Standards existieren.
Das Projekt KupferDigital2 adressiert diese Lücke, indem es einen durchgängigen, ontologiebasierten Materialdatenraum liefert, der in der Lage ist, den gesamten Lebenszyklus des Kupfers semantisch abzubilden – von der Schmelze über diverse Kupfer-Halbzeuge und Steckverbinder bis einschließlich des Recyclings. Auf dieser Grundlage entstehen weitere Werkzeuge für Unternehmen der Kupferbranche, mit denen sich zukünftige regulatorische Anforderungen sowie wirtschaftliche und ökologische Ziele – wie etwa der Digitale Produktpass, die CO₂-Bilanzierung oder die KI-gestützte Materialentwicklung – zeitnah adressieren lassen.
Materialdatenraum zur Steigerung von Effizienz und Nachhaltigkeit des Kupferlebenszyklus
Laufendes Forschungsprojekt
Projektbeschreibung
Marktbedarf und Herausforderungen
Kupfer ist das zentrale Material für Elektromobilität, erneuerbare Energien und digitale Infrastruktur. Daher steigt der Bedarf durch den Ausbau der E-Mobilität oder aktuell den Aufbau von KI-Infrastrukturen massiv an. Die deutsche Kupferindustrie ist mit einer Recyclingrate von 40 % zudem sehr fortschrittlich. Dennoch erfolgt der Datenaustausch entlang des Lebenszyklus von Kupferhalbzeugen und -produkten immer noch bilateral, in nicht-interoperablen Formaten und ohne die notwendige und durchgängige Nachvollziehbarkeit. Gleichzeitig steigen die regulatorischen Anforderungen: der Digitale Produktpass (DPP), das Lieferkettensorgfaltspflichtgesetz (LkSG), der EU Green Deal und die Product Carbon Footprint (PCF)-Berichtspflicht erfordern eine lückenlose, automatisierte Dokumentation über alle Domänengrenzen und Prozessschritte hinweg. Ohne die Digitalisierung der Materialforschung, der Herstellungsprozesse und die zugehörigen Datenflüsse drohen europäische Hersteller daher im internationalen Wettbewerb zurückzufallen.
Lösungsansatz des Projekts
KupferDigital2 entwickelt einen ontologiebasierten Materialdatenraum, der den gesamten Kupferlebenszyklus – von Gewinnung oder Recycling über die Halbzeugfertigung sowie Bauteilproduktion bis zum Einsatzverhalten von Systemen oder Komponenten – semantisch erfassen und maschinenverarbeitbar vernetzen kann. Kern sind Digitale Zwillinge für zentrale Fertigungsprozesse, die auf Machine Learning, physikalisch basierter Mean-Field-Modellierung und Finite-Elemente-Simulation aufbauen. Dadurch wird es möglich, bei geänderten Prozessparametern oder Werkstoffen die Auswirkungen auf nachfolgende Prozessschritte und Produkteigenschaften in Echtzeit vorherzusagen. Ergänzend werden digitale Workflows für die CO₂-Bilanzierung, den Digitalen Produktpass und die sozioökonomische Lieferkettenbewertung implementiert. Deren Eingangs- und Ausgangsgrößen liegen im gleichen Datenraum vor. Ferner basieren alle Lösungen auf offenen Standards (PMDco, IOF, EMMO) und sind beispielsweise über das DSMS (Dataspace Management System) interoperabel mit Catena-X und der Plattform MaterialDigital vernetzt.
Beitrag zur Bewältigung der Herausforderungen
Das Projekt befähigt Unternehmen – im Übrigen nicht nur aus der Kupferbranche –, regulatorische Anforderungen (DPP, PCF, LkSG) effizient und teilautomatisiert zu erfüllen, sodass ressourcenintensive Prozesse wie manuelle Dokumentationen und Ähnliches stetig und zugleich nachhaltig abgelöst werden. Durch die digitalen Zwillinge können experimentelle und numerische Analysen in kurzer Zeit vielfach durchgeführt und somit Materialentwicklungszyklen erheblich verkürzt, Produktionsprozesse auf Basis realer Daten optimiert und Produkte gezielt auf Langlebigkeit und Nachhaltigkeit ausgelegt werden.
Die Arbeitspakete des Fraunhofer IWM:
Digitale Zwillinge
Das Fraunhofer IWM entwickelt ein Konzept für ausführbare Digitale Zwillinge (aDZ) und deren Verknüpfung untereinander. Das IWM erstellt aDZ für mehrere Schlüsselprozesse der Kupfer-Halbzeugfertigung und Bauteilherstellung und zeigt damit auf, wie Prozessketten mit Hilfe von aDZ durchgängig semantisch abgebildet werden können. So werden – ganz gleich, ob für einen einzelnen Prozessschritt oder eine gesamte Prozesskette – Vorhersagen beispielsweise zur Gefügeentwicklung oder der Anisotropie als Ergebnis eines spezifisch gewählten Umformprozesses möglich. Mit den gewonnenen Daten entsteht darüber hinaus ein sogenanntes »virtuelles Werkstofflabor«, das Zusammenhänge zwischen Prozessführung, Walztextur und anisotropen Bauteileigenschaften digital zugänglich macht.
Datenraum-Infrastruktur
Das Fraunhofer IWM stellt eine arbeitsfähige Datenraum-Infrastruktur für das Projekt bereit. Dabei handelt es sich um ein System, mit dem dezentrale heterogene Simulations- und Experimentaldaten interoperabel zusammengeführt werden können, mit dem zugleich der Anschluss an externe Datenräume (PMD, Catena-X, SCALE.sdm) sichergestellt wird und das es Fachleuten auch ohne Informatikkenntnisse ermöglicht, Digitale Zwillinge dezentral einsetzen zu können.
Wissensmodellierung und Lebenszyklusanalyse
Das Fraunhofer IWM trägt zur semantischen Wissensbasis des Projekts bei, indem es Wissensgraphen für ausgewählte Referenzprozesse der Werkstoff- und Prozesssimulation entwickelt. Diese Graphen ermöglichen neben der Abbildung des jeweiligen Referenzprozesses auch die konsistente Verknüpfung von Teilprozessen.
Auf der Grundlage der Projektergebnisse kann das Fraunhofer IWM Industrieunternehmen folgende Forschungs- und Entwicklungsleistungen anbieten:
1. Die Entwicklung & Bereitstellung von ausführbaren Digitalen Zwillingen für Umform- bzw. Fertigungsprozesse
Das Fraunhofer IWM entwickelt maßgeschneiderte, ausführbare Digitale Zwillinge für Produktionsprozesse wie Walzen und Umformung.
2. ML-basierte Prozess-Eigenschafts-Analysen und -Vorhersagen mit dem Schwerpunkt »Halbzeug-Entwicklung«
Das Fraunhofer IWM trainiert neuronale Netze auf Basis realer Fertigungsdaten, die den Zusammenhang zwischen Prozessparametern und resultierenden Materialeigenschaften abbilden und stellt diese seinen Partnern in Form von ausführbaren Digitalen Zwillingen zur Verfügung.
3. Physikalisch basierte Mean-Field-Modellierung ganzer Prozessketten
Das Fraunhofer IWM simuliert Fertigungsschritte bzw. -ketten – von Kaltwalzen über Glühen bis zum Auslagern – mit einem Mean-Field-Ansatz, um die Gefügeentwicklung und das daraus resultierende mechanische Verhalten vorherzusagen.
4. Virtuelles Labor zur Vorhersage der texturbedingten anisotropen Blecheigenschaften beim Kaltwalzen
Das Fraunhofer IWM berechnet auf Basis experimentell gemessener EBSD-Daten und numerisch bestimmter Texturinformationen die richtungsabhängigen mechanischen Eigenschaften und Kennwerte von Kupferhalbzeugen.
5. KI-gestützte Identifikation von Materialmodellparametern
Das Fraunhofer IWM bestimmt mit Hilfe von Machine-Learning-basierten Optimierungsverfahren mit minimalem experimentellen Aufwand die Materialparameter komplexer Materialmodelle.
6. Aufbau und Betrieb Ontologie-basierter Materialdatenräume
Das Fraunhofer IWM unterstützt Unternehmen beim Aufbau semantischer Datenräume für Werkstoff- und Prozessdaten, inklusive Anbindung an Catena-X, PMD und weitere Datenökosysteme.
7. Semantifizierung und Integration von Simulations- und Experimentaldaten
Das Fraunhofer IWM überführt heterogene Daten aus FE-Solvern, Experimenten oder Prozessleitsystemen in interoperable, maschinenlesbare Datenmodelle und -formate.
8. Beratung zur regulatorischen Compliance auf Basis digitaler Materialinformationen
Das Fraunhofer IWM berät Unternehmen sowohl technologisch als auch methodisch, damit diese ihre vorhandenen Material- und Prozessinformationen kurz- bis langfristig für die teilautomatisierte Erstellung von Digitalen Produktpässen und Carbon-Footprint-Berechnungen nutzen können.
