WO2023280969A1 - Verfahren zum beschichten eines werkstücks, beschichtungseinrichtung und computerprogramm zum einrichten einer beschichtungseinrichtung - Google Patents

Verfahren zum beschichten eines werkstücks, beschichtungseinrichtung und computerprogramm zum einrichten einer beschichtungseinrichtung Download PDF

Info

Publication number
WO2023280969A1
WO2023280969A1 PCT/EP2022/068855 EP2022068855W WO2023280969A1 WO 2023280969 A1 WO2023280969 A1 WO 2023280969A1 EP 2022068855 W EP2022068855 W EP 2022068855W WO 2023280969 A1 WO2023280969 A1 WO 2023280969A1
Authority
WO
WIPO (PCT)
Prior art keywords
coating
workpiece
variable
coating material
adhesive layer
Prior art date
Application number
PCT/EP2022/068855
Other languages
English (en)
French (fr)
Inventor
Patrick Müller
Max Hartmann
Daniel SEID
Lars Weimer
Original Assignee
Homag Gmbh
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Homag Gmbh filed Critical Homag Gmbh
Priority to CN202280055406.2A priority Critical patent/CN117794713A/zh
Priority to EP22747999.5A priority patent/EP4366921A1/de
Publication of WO2023280969A1 publication Critical patent/WO2023280969A1/de

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B27—WORKING OR PRESERVING WOOD OR SIMILAR MATERIAL; NAILING OR STAPLING MACHINES IN GENERAL
    • B27D—WORKING VENEER OR PLYWOOD
    • B27D5/00—Other working of veneer or plywood specially adapted to veneer or plywood
    • B27D5/003—Other working of veneer or plywood specially adapted to veneer or plywood securing a veneer strip to a panel edge

Definitions

  • the invention relates to a method for coating a workpiece, a coating device for coating a workpiece and a computer program for setting up a coating device.
  • Coating devices are known, by means of which workpieces can be coated with a coating material, for example a narrow side of a panel-shaped workpiece with an edge material. Due to a constantly increasing number of variants and a wide range of variation in the material properties of the materials to be processed, in particular workpieces, edging material and/or adhesives, a machine operator must have extensive experience in order to adjust parameters of the coating device depending on the materials used, so that a uniform high quality result can be achieved through the coating process.
  • the invention is based on the object of proposing a method for coating a workpiece, by means of which a uniform coating quality is achieved.
  • the invention is based on the object of proposing a coating device that achieves a uniform coating quality and a high degree of automation when coating workpieces.
  • the invention is based on the object of proposing a computer program that enables a high degree of automation of a coating device.
  • a method of coating a workpiece is defined in claim 1.
  • a coating device for coating a workpiece is defined in claim 12.
  • a computer program for setting up a coating facility is defined in claim 13. Subclaims relate to specific embodiments.
  • a method for coating a workpiece which preferably consists at least in sections of wood, wood-based materials, plastic or the like, in which a coating material is adhered to a surface of the workpiece by means of an adhesive layer.
  • a model for optimizing at least one target variable is defined, in which the setting of at least one control variable is mapped as a function of a plurality of disturbance variables.
  • a plurality of disturbance variables that influence the coating process are determined, and at least one control variable is set using the model and on the basis of the disturbance variables determined.
  • a preferred embodiment of the method can provide for the at least one target variable to be selected from a peel strength of the coating material from the workpiece, a tightness of the adhesive layer between the coating material and the workpiece, a layer thickness of the adhesive layer, a thermal stability of the adhesive layer, a cavities in the adhesive layer, a water vapor resistance of the Adhesive layer and / or the coating material and / or a water storage stability of the adhesive layer and / or the coating material.
  • the at least one target variable is determined by at least partially destroying at least one workpiece coated with the coating material.
  • the method can advantageously provide for the results of the at least one selected target variable to be used to define the model for optimizing at least one target variable.
  • the model is defined and/or adapted based on the results of the at least one selected target variable of at least one workpiece that has already been coated, in order to optimize at least one target variable for at least one workpiece that is subsequently to be coated.
  • At least one disturbance variable can be determined from at least one defined parameter of the workpiece, the coating material, the adhesive, an environment, a processing tool and/or a coating device, for example at least one processing tool of the coating device.
  • Disturbance variables of a coating device can be selected by way of example and not exclusively from: the type of coating device, one or more defined machine parameters, a degree of wear of one or more processing tools, a condition of the processing unit, an imbalance in the tool, a combination thereof.
  • the at least one disturbance variable can form an unchangeable parameter.
  • the at least one disturbance variable can preferably have at least one material property of the workpiece, in particular a narrow side of the workpiece, the coating material and/or the adhesive.
  • the at least one disturbance variable can particularly preferably be a physical and/or chemical property of the workpiece, in particular a narrow side of the workpiece, the coating material and/or the adhesive.
  • a parameter of the environment can represent, for example, an ambient temperature, ambient humidity, ambient light intensity or the like.
  • a parameter of the at least one machining tool can represent, for example, a degree of wear, a defect or the like.
  • the at least one disturbance variable can be detected by suitable detection devices, measuring devices and/or sensors and/or can be defined as a known parameter, for example by material information from the manufacturer.
  • the at least one control variable is selected from at least one changeable parameter of the workpiece, the coating material, the adhesive, the environment and/or the coating device.
  • the at least one control variable can preferably be a changeable property of the workpiece, in particular of a narrow side of the workpiece, of the coating material and/or of the adhesive.
  • Parameters of the coating device that can be changed can in particular form setting parameters of the coating device or of components of the coating device for the coating process.
  • the at least one control variable is monitored and used to define the model for optimizing at least one target variable, and is preferably selected from a pressing force of a pressing device, a contact temperature of the pressing device, a temperature, preferably contact temperature, the adhesive on an application device, a temperature of the workpiece, coating material and/or adhesive before adhering to the surface of a workpiece and/or the layer thickness of the adhesive layer.
  • the coating process can preferably be monitored using individually selected control variables. These selected control variables can represent significant control variables that are influenced by other or subordinate control variables and/or disturbance variables. In this way, the further or subordinate control variables and/or disturbance variables of the coating process can be validated based on the monitoring of only individually selected control variables.
  • the model can be defined based on the detected disturbance variables, at least one control variable and/or at least one target variable of one or more coated workpieces and based on this at least one target variable for at least one workpiece to be coated can be optimized.
  • a particularly preferred embodiment of the method can provide for the model to be defined dynamically by an optimization algorithm using the plurality of disturbance variables, the at least one control variable and/or the at least one target variable of a large number of workpieces coated by the coating process.
  • the optimization algorithm can be used to adapt and optimize the model as a function of the plurality of disturbance variables, the at least one control variable and/or the at least one target variable on the basis of a large number of coated workpieces.
  • a further particularly preferred development of the method can provide that the optimization algorithm analyzes the plurality of disturbance variables, the at least one control variable and/or the at least one target variable achieved by this using a data analysis method and/or an image processing method and the model the at least one control variable based on an analysis result adjusts .
  • a self-learning model can be achieved, which independently defines, adapts and/or optimizes itself using analysis results.
  • a model based on machine learning, deep learning or artificial intelligence is thus formed by the optimization algorithm.
  • the model can use the optimization algorithm to adjust the at least one control variable on the basis of all disturbance variables, control variables and/or target variables that have been determined, in order to optimize at least one target variable.
  • the model is defined and the at least one target variable is optimized by the optimization algorithm, in that the disturbance variables, control variables and/or target variables are continuously stored as a function are analyzed from one another, in particular the target variables achieved are analyzed as a function of the disturbance variables and/or control variables that have been determined and/or set, and a decision to set the at least one control variable is made on the basis of an analysis result.
  • An analysis of the recorded data using such a data analysis method is also referred to as data analytics.
  • the at least one target variable for a workpiece to be coated can be determined in advance using the model.
  • an achievable quality result for a workpiece to be coated can be determined before the coating process.
  • one or more disturbance variables and/or control variables change for example using a different workpiece, coating material and/or adhesive, incorrect coating of workpieces can be avoided in advance in this way and scrap can be reduced.
  • the object is further achieved by a coating device for coating a workpiece, which preferably consists at least in sections of wood, wood-based materials, plastic or the like, with a coating material, in particular for coating a narrow side of the workpiece, with a feed device for feeding the coating material to the workpiece, a Coating unit for applying the coating material to a surface of the workpiece and having a control device for controlling the coating process, wherein a method according to one of the previously described embodiments can be controlled by the control device.
  • the coating device can preferably be designed for coating a narrow side of a plate-shaped workpiece with a coating material.
  • the coating device can have detection devices, measuring devices and/or sensors, by means of which the plurality of disturbance variables, at least one control variable and/or at least one target variable can be detected.
  • the plurality of disturbance variables, at least one control variable and/or at least one target variable can be
  • Control device of the coating device are transmitted.
  • the setting up and configuring of the coating device by a machine operator can thus largely be omitted, so that in this way a high degree of automation and a high quality result can be achieved when coating workpieces.
  • the object is also achieved by a computer program for setting up a coating device, in particular a coating device according to the embodiment described above, which is stored in a control device of the coating device, and by which a method according to one of the embodiments described above can be controlled.
  • a computer program is thereby formed, by means of which the coating device can be set up on the basis of the model for optimizing the at least one target variable. Based on the optimization algorithm, the computer program can use a large number of determined disturbance variables, control variables and/or target variables
  • Execute data analysis methods also known as data analytics, with the aim of continuously adjusting and/or optimizing at least one target variable.
  • a self-learning model based on machine learning, deep learning or artificial intelligence can be achieved by the computer program of the analysis results and dynamically adapts and/or optimizes them with an increasing number of data sets (disturbance variables, control variables and/or target variables).
  • a quality result of the coating process by the coating device can thus be significantly increased by such a computer program.
  • FIG. 1 shows a schematic representation of a model of a method according to the disclosure for coating a workpiece
  • Fig. 2 is a schematic representation of a
  • Fig. 1 shows a schematic representation of a model of a method according to the disclosure for coating a workpiece 11 by a coating device 10.
  • Such a coating device 10 is designed for coating a surface of a workpiece 11 with a coating material 12 by means of an adhesive layer 13 .
  • the coating device is 10 provided for coating a narrow side 14 of the workpiece 11.
  • a coating material 12 for coating the narrow side 14 is also referred to as edge material or edge band.
  • the workpiece 11 is coated in particular in one pass, in which the workpiece 11 is moved relative to the coating device 10 .
  • the workpieces 11 to be machined are, in particular, workpieces that are made of wood, wood-based materials, plastic or the like, at least in sections.
  • Preferably panel-shaped workpieces for example solid wood or chipboard, lightweight panels, sandwich panels or the like.
  • the present invention is not limited to such workpieces 11 and materials.
  • the achievement of a defined quality result of a coating process by the coating device 10 is ensured on the basis of the model shown in the figures.
  • the quality result to be achieved can be quantified using at least one target variable.
  • a target variable can include, in particular, a peel strength of coating material 12 from workpiece 11 after the coating process, a tightness of adhesive layer 13 between coating material 12 and workpiece 11, a layer thickness of adhesive layer 13, a thermal stability of adhesive layer 13, a cavities in adhesive layer 13, a water vapor resistance of the Represent adhesive layer 13 and / or the coating material 12 and / or a water storage stability of the adhesive layer 13 and / or the coating material 12.
  • the target size can be adjusted by corresponding
  • Detection devices 15 are detected.
  • the peel strength of the coating material 12 from the workpiece 11 can be determined, for example, by at least partially destroying at least one workpiece 11 coated with the coating material 12 .
  • the coating material 12 is detached from the workpiece 11 after the coating process by appropriate means and the peeling force required for this is determined.
  • the required peel force also referred to as peel resistance, can serve as a measure of coating quality.
  • the workpiece 11 coated with the coating material 12 is heated to a temperature of 50° C. for a defined period of time and the resistance of the adhesive layer 13 and/or the coating material 12 to heat is determined.
  • the workpiece 11 coated with the coating material 12 is exposed to steam for a defined time and, to determine the water storage resistance, is placed in a water bath for a defined time and the resistance of the adhesive layer 13 and/or the coating material 12 to water vapor and/or water is determined .
  • Achieving the at least one target variable depends on at least one control variable, by which the coating process can be at least partially controlled, and on a plurality of disturbance variables that influence the coating process.
  • Each disturbance variable forms a defined parameter of the workpiece 11, the coating material 12, the adhesive 13, an environment and/or the coating device 10, for example one or more processing tools of the coating device 10.
  • the disturbance variable can form an unchangeable parameter.
  • the disturbance variables of the workpiece 11 can represent physical and/or chemical properties of the workpiece 11, in particular of the surface and/or narrow side 14 to be coated. These can be selected by way of example and not exclusively from: the type of wood, the temperature of the workpiece 11, the temperature of a narrow side 14 of the workpiece 11, the material of the workpiece 11, the type of glue, processing allowances, the proportion of recycled material, the surface condition (porosity, pore depth , volume of pores, shape of pores, type of chips, volume of chips) of the workpiece 11 and/or the narrow side 14 of the workpiece 11, the moisture content of the workpiece 11, the type of milling cut on the surface and/or the narrow side 14 of the Workpiece 11 (straight cut, hollow cut or the like), the angle of the milling cut, the course of the milling cut, the cutting direction of the milling cut, the wettability of the workpiece 11 with the adhesive 13, the dimensions of the workpiece 11 (height, length, width).
  • the disturbance variables of the coating material 12, in particular edge material can represent physical and/or chemical properties of the coating material 12. These can be selected by way of example and not exclusively from: the material of the coating material 12, the type of coating material 12, the dimensions of the coating material 12 (height, width, length), the shape of the coating material 12, the overhang of the coating material 12, a primer on a surface of the coating material 12.
  • the disturbance variables of the adhesive 13 can represent physical and/or chemical properties of the adhesive 13 . These can be selected by way of example and not exclusively from: the material composition of the adhesive 13, the proportions of release agents, primers, plasticizers, additives, accelerators, retarders and the starting material (ABS, PP, PU, aluminum, wood,...) in Adhesive 13.
  • the disturbance variables of the environment can be selected by way of example and not exclusively from: the ambient temperature, the ambient humidity, the ambient light intensity.
  • the disturbance variables of the coating device 10 can be selected by way of example and not exclusively from: the type of the coating device 10, defined machine parameters, a degree of wear of one or more processing tools, the condition of the processing unit, the imbalance of the tool, or a combination thereof.
  • the disturbance variables can be detected by appropriate detection devices 15 (measuring devices, sensors or the like) before, during and/or after the coating process.
  • Disturbance variables can also be known, for example through manufacturer information, and can be stored in a control device 16 or can be called up by a control device 16 .
  • Each control variable forms a changeable parameter of the workpiece 11, the coating material 12, the adhesive 13, the environment and/or the coating device 10.
  • the control variables of the workpiece 11 can be selected by way of example and not exclusively from: the temperature (increase) of the workpiece 11, the temperature (increase) of the narrow side 14, the feed speed V of the workpiece.
  • the control variables of the coating material 12 can be selected by way of example and not exclusively from: coating material 12, temperature (increase) of the coating material 12, dimensions of the coating material 12 (width, height, length).
  • the control variables of the adhesive 13 can be selected by way of example and not exclusively from: adhesive type, quantity of adhesive, temperature of adhesive, application angle, layer thickness, wetting of workpiece 11 and/or an application device, in particular an application roller 17, an application brush or an application spray device, temperature, speed and/or or distance of the applicator, surface finish of the applicator, a contact temperature of the adhesive 13 on the applicator.
  • the contact temperature of the adhesive 13 is determined as a function of a distance between the contact point and a support point on the application device, in particular on the application roller 17, at which the temperature of the adhesive 13 is measured, the feed speed of the workpiece 11, the temperature of the workpiece 11, in particular the narrow side 14, the temperature of the coating material 12 and/or the heat capacity of the adhesive 13 is calculated.
  • control variables of the environment can be selected by way of example and not exclusively from: the ambient temperature, the ambient humidity, the ambient light intensity.
  • the control variables of the coating device 10 can be selected as an example and not exhaustively from: Feed speed V of the workpiece 11, feed speed of the coating material 12, output of a heating unit, number of heating units, position of a melting unit, filling level of the melting unit, angle of an application unit 18, filling level of application unit 18, opening of a dosing unit, pressure of a capping device and/or clamping device, pressing force of a Pressure roller 19, number of pressure rollers 19, lift of pressure rollers 19, contact temperature of pressure rollers 19, angle of pressure rollers 19, contamination of pressure rollers 19, speed of pressure rollers 19, position of a pressure zone of the pressure rollers 19.
  • the model is defined on the basis of the disturbance variables, control variables and/or the target variables achieved by these.
  • the disturbance variables, control variables and/or target variables are recorded and entered into the model in order to optimize one or more target variables to be achieved for a workpiece 11 to be coated by setting one or more control variables.
  • control variables for optimizing the target variables to be achieved for a workpiece 11 to be coated are set by the model on the basis of disturbance variables, control variables and/or target variables from a large number of previously coated workpieces 11.
  • the disturbance variables, control variables and/or the target variables achieved by them from the multiplicity of coated workpieces 11 are stored in the model.
  • the model is dynamically defined or adjusted on the basis of this data set of disturbance variables, control variables and/or target variables with regard to an optimized target variable.
  • the optimization algorithm uses the stored disturbance variables, control variables and/or target variables Data analysis method, wherein at least one control variable is adjusted based on an analysis result by the model to achieve an optimized target variable.
  • the optimization algorithm carries out a data analysis process known as data analytics.
  • the data analysis method by the optimization algorithm can work on the basis of descriptive analytics, diagnostic analytics and predictive analytics or on a combination of these.
  • the optimization algorithm analyzes the determined disturbance variables, control variables and/or target variables as part of descriptive analytics to determine which target variables of coated workpieces 11 are achieved as a function of the disturbance variables and/or control variables.
  • the analysis is thus based on past and current data of coated workpieces 11 in order to identify trends, patterns or results with regard to the target values achieved, ie the quality result achieved, from this data.
  • the analysis result of the descriptive analytics is evaluated to determine which target variables are achieved by corresponding disturbance variables and/or control variables.
  • the data analysis process within the framework of predictive analytics based on the analysis results from the descriptive analytics and/or diagnostic analytics, makes a statement about which target variables can be achieved for a workpiece to be coated depending on the disturbance variables and/or control variables and how the Control variables must be set accordingly in order to achieve them.
  • the model carries out machine learning, deep learning or artificial intelligence, depending on the extent of the stored disturbance variables, control variables and/or target variables, in order to optimize at least one target variable for a workpiece to be coated on the basis of this data and at least one set control variable accordingly.
  • the model can also be used to determine in advance which target variables are to be achieved as a function of detected disturbance variables and/or control variables.
  • the achievement of target values when using new workpieces 11, coating materials 12 and/or adhesives 13 can also be simulated in advance in this way.
  • FIG. 2 schematically shows the coating device 10, the workpiece 11 to be coated and the coating material 12 (edging material).
  • the coating device 10 comprises several individual components described below, which are connected to a control device 16 of the coating device 10 .
  • the control device 16 includes a storage medium on which a computer program for setting up the coating device 10 or the individual components is stored, so that the method described in accordance with FIG. 1 can be controlled.
  • the individual components of the coating device 10 can be controlled by the control device 16 using the corresponding control variables.
  • the control device 16 is connected to a server via a wired or wireless network, for example via the intranet, Internet or in the form of a network cloud 30.
  • a control device 16 or on the server the control variables, disturbance variables and/or target variables and others Data, e.g. manufacturer information on the workpieces 11 used, coating materials 12, adhesives 13 and the like, can be stored and called up by the control device 16.
  • the previously described disturbance variables of the workpiece 11, coating material 12, adhesive 13, the environment and/or the coating device 10 are recorded by corresponding recording devices 15 and transmitted to the control device 16 in order to to be entered into the model for optimizing the at least one target variable.
  • the detection devices 15 can be, for example, optical sensors, thermal sensors, terahertz measurement systems, optical coherence tomography, fluorescence measurement technology, photothermal measurement systems, triangulation or the like.
  • the disturbance variables recorded and entered into the model and/or control variables are analyzed and, based on the analysis result, the corresponding control variables are set by the model in order to use the processing device 10, ie the application unit 18, pressure rollers 19, pressure device 20, feed device, heating unit, melting unit, cutting unit and the like, to carry out the coating process, ie to achieve the at least one target variable (a target value range of the target variable) to control accordingly.
  • Processing parameters of the coating device 10 are consequently set on the basis of the analysis result, so that in particular a defined adhesive layer (amount, temperature, point in time and the like) is applied to the narrow side 14 of the workpiece 11 .
  • the adhesive 13 is applied to the workpiece 11 by the application unit 18.
  • the thickness of the adhesive layer actually applied to the workpiece 11 is detected by the corresponding detection device 15 and entered into the model as a control variable. In this way, monitoring of the adhesive application is provided, with the model adapting appropriate control variables on the basis of the recorded and entered thickness of the adhesive layer in order to keep the application of the adhesive layer within a defined target value range.
  • the coating material 12 is then fed to the workpiece 11 by a feed device, not shown in detail, applied to the narrow side 14 of the workpiece 11 and attached to the workpiece 11 by a pressure device 20 and the adhesive 13 .
  • the thickness of the adhesive layer is recorded once more as the target value to be achieved and used to define the model and optimize the control variables transmitted to the control device 16 and entered into the model.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Wood Science & Technology (AREA)
  • Forests & Forestry (AREA)
  • Application Of Or Painting With Fluid Materials (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Beschichten eines Werkstücks (11), wobei ein Beschichtungsmaterial (12) mittels einer Haftschicht (13) an einer Oberfläche des Werkstücks (11) angehaftet wird, mit den Schritten: Definieren eines Modells zur Optimierung mindestens einer Zielgröße, in welchem die Einstellung mindestens einer Steuergröße in Abhängigkeit von einer Mehrzahl von Störgrößen abgebildet wird, Ermitteln einer Mehrzahl von Störgrößen, die Einfluss auf den Beschichtungsvorgang haben, und Einstellen mindestens einer Steuergröße anhand des Modells und auf der Grundlage der ermittelten Störgrößen, sowie eine Beschichtungseinrichtung (10) zum Beschichten eines Werkstücks (11) und ein Computerprogramm zum Einrichten einer Beschichtungseinrichtung (10).

Description

VERFAHREN ZUM BESCHICHTEN EINES WERKSTÜCKS, BESCHICHTUNGSEINRICHTUNG UND COMPUTERPROGRAMM ZUM EINRICHTEN EINER BESCHICHTUNGSEINRICHTUNG
Technisches Gebiet
Die Erfindung betrifft ein Verfahren zum Beschichten eines Werkstücks, eine Beschichtungseinrichtung zum Beschichten eines Werkstücks sowie ein Computerprogramm zum Einrichten einer Beschichtungseinrichtung.
Stand der Technik
Es sind Beschichtungseinrichtungen bekannt, durch welche Werkstücke mit einem Beschichtungsmaterial beschichtet werden können, beispielsweise eine Schmalseite eines plattenförmigen Werkstücks mit einem Kantenmaterial. Aufgrund einer stetig zunehmenden Variantenvielfalt sowie einer hohen Variationsbreite der Materialeigenschaften der zu verarbeitenden Materialien, insbesondere Werkstücke, Kantenmaterial und/oder Haftmittel, ist ein umfangreicher Erfahrungsschatz eines Maschinenbedieners erforderlich, um in Abhängigkeit von den eingesetzten Materialien Parameter der Beschichtungseinrichtung entsprechend anzupassen, so dass ein gleichmäßig hochwertiges Qualitätsergebnis durch den Beschichtungsvorgang erzielt werden kann.
Darstellung der Erfindung
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zum Beschichten eines Werkstücks vorzuschlagen, durch welches eine gleichmäßige Beschichtungsqualität erzielt wird. Zudem liegt der Erfindung die Aufgabe zugrunde, eine Beschichtungseinrichtung vorzuschlagen, durch die eine gleichmäßige Beschichtungsqualität sowie ein hoher Automatisierungsgrad beim Beschichten von Werkstücken erreicht ist. Des Weiteren liegt der Erfindung die Aufgabe zugrunde, ein Computerprogramm vorzuschlagen, durch welches ein hoher Automatisierungsgrad einer Beschichtungseinrichtung ermöglicht ist.
Ein Verfahren zum Beschichten eines Werkstücks ist in Anspruch 1 definiert. Eine Beschichtungseinrichtung zum Beschichten eines Werkstücks ist in Anspruch 12 definiert. Ein Computerprogramm zum Einrichten einer Beschichtungseinrichtung ist in Anspruch 13 definiert. Unteransprüche beziehen sich auf bestimmte Ausführungsformen.
Diese Aufgabe wird durch ein Verfahren zum Beschichten eines Werkstücks, das bevorzugt zumindest abschnittsweise aus Holz, Holzwerkstoffen, Kunststoff oder dergleichen besteht, bei welchem ein Beschichtungsmaterial mittels einer Haftschicht an einer Oberfläche des Werkstücks angehaftet wird, gelöst. Bei diesem Verfahren wird ein Modell zur Optimierung mindestens einer Zielgröße definiert, in welchem die Einstellung mindestens einer Steuergröße in Abhängigkeit von einer Mehrzahl von Störgrößen abgebildet wird. Ferner wird eine Mehrzahl von Störgrößen, die Einfluss auf den Beschichtungsvorgang haben, ermittelt, und mindestens eine Steuergröße wird anhand des Modells und auf der Grundlage der ermittelten Störgrößen eingestellt wird.
Indem durch das Modell die mindestens eine Steuergröße in Abhängigkeit von den ermittelten Störgrößen eingestellt wird, kann die mindestens eine Zielgröße für einen entsprechenden Beschichtungsvorgang optimiert werden. Dabei kann die mindestens eine Zielgröße ein Maß für ein Qualitätsergebnis des Beschichtungsvorgangs darstellen, welches durch die mindestens eine Zielgröße bestimmt werden kann. Die mindestens eine Zielgröße kann durch einen Sollwertbereich definiert sein. Somit kann durch das Modell zur Optimierung der mindestens einen Zielgröße ein Qualitätsergebnis des Beschichtungsvorgangs signifikant gesteigert werden.
Eine bevorzugte Ausgestaltung des Verfahrens kann vorsehen, dass die mindestens eine Zielgröße ausgewählt wird aus einer Abziehfestigkeit des Beschichtungsmaterials vom Werkstück, einer Dichtheit der Haftschicht zwischen Beschichtungsmaterial und Werkstück, einer Schichtdicke der Haftschicht, einer Wärmestandfestigkeit der Haftschicht, einer Lunkerbeschaffenheit der Haftschicht, einer Wasserdampfbeständigkeit der Haftschicht und/oder des Beschichtungsmaterials und/oder einer Wasserlagerungsbeständigkeit der Haftschicht und/oder des Beschichtungsmaterials .
Anhand einem oder mehrerer dieser Parameter kann die mindestens eine Zielgröße definiert werden. Dadurch kann eine Quantifizierung des Qualitätsergebnisses ermöglicht sein, so dass ein durch den Beschichtungsvorgang erreichtes Qualitätsergebnis anhand der mindestens einen Zielgröße erfasst, gesteuert, geregelt und/oder überwacht werden kann.
In einer Weiterbildung des Verfahrens kann vorgesehen sein, dass die mindestens eine Zielgröße durch eine zumindest teilweise Zerstörung wenigstens eines mit dem Beschichtungsmaterial beschichteten Werkstücks ermittelt wird.
Durch die zumindest teilweise Zerstörung des beschichteten Werkstücks kann insbesondere die Abziehfestigkeit des Beschichtungsmaterials vom Werkstück, auch als Schälwiderstand bezeichnet, ermittelt werden. Das Ermitteln der mindestens einen Zielgröße kann sowohl manuell als auch automatisiert erfolgen, z.B. durch geeignete Erfassungseinrichtungen, Messeinrichtungen und/oder Sensoren. Das Ermitteln der mindestens einen Zielgröße kann während des Beschichtungsvorgangs erfolgen. Das Ermitteln der mindestens einen Zielgröße kann sowohl in periodischen Abständen an bestimmten Werkstücken als auch in variablen Abständen erfolgen .
Vorteilhafterweise kann bei dem Verfahren vorgesehen sein, dass die Ergebnisse der mindestens einen ausgewählten Zielgröße zum Definieren des Modells zur Optimierung mindestens einer Zielgröße verwendet werden.
Auf diese Weise kann ein sich eigenständig definierendes und/oder optimierendes Verfahren erreicht werden. Dabei wird das Modell anhand von Ergebnissen der mindestens einen ausgewählten Zielgröße von zumindest einem bereits beschichteten Werkstück definiert und/oder angepasst, um mindestens eine Zielgröße für zumindest ein darauffolgend zu beschichtendes Werkstück zu optimieren.
Bei einer Ausführungsform des Verfahrens kann zumindest eine Störgröße aus wenigstens einem definierten Parameter des Werkstücks, des Beschichtungsmaterials, des Haftmittels, einer Umgebung, eines Bearbeitungswerkzeugs und/oder einer Beschichtungseinrichtung, beispielsweise wenigstens eines Bearbeitungswerkzeugs der Beschichtungseinrichtung, ermittelt werden. Störgrößen einer Beschichtungseinrichtung können beispielhaft und nicht abschließend ausgewählt sein aus: dem Typ der Beschichtungseinrichtung, einem oder mehreren definierten Maschinenparameter, einem Verschleißgrad eines oder mehrerer Bearbeitungswerkzeuge, einem Zustand des Bearbeitungsaggregats, einer Unwucht des Werkzeugs, einer Kombination hiervon.
Die zumindest eine Störgröße kann einen nicht änderbaren Parameter bilden. Bevorzugt kann die zumindest eine Störgröße wenigstens eine Materialeigenschaft des Werkstücks, insbesondere einer Schmalseite des Werkstücks, des Beschichtungsmaterials und/oder des Haftmittels sein. Besonders bevorzugt kann die mindestens eine Störgröße eine physikalische und/oder chemische Eigenschaft des Werkstücks, insbesondere einer Schmalseite des Werkstücks, des Beschichtungsmaterials und/oder des Haftmittels sein. Ein Parameter der Umgebung kann beispielsweise eine Umgebungstemperatur, Umgebungsfeuchte, Umgebungslichtstärke oder dergleichen darstellen. Ein Parameter des wenigstens einen Bearbeitungswerkzeugs kann beispielsweise ein Verschleißgrad, Defekt oder dergleichen darstellen. Die zumindest eine Störgröße kann durch geeignete Erfassungseinrichtungen, Messeinrichtungen und/oder Sensoren erfasst werden und/oder als ein bekannter Parameter definiert sein, beispielsweise durch Materialangaben des Herstellers.
Besonders bevorzugt kann bei dem Verfahren vorgesehen sein, dass die mindestens eine Steuergröße aus wenigstens einem änderbaren Parameter des Werkstücks, des Beschichtungsmaterials, des Haftmittels, der Umgebung und/oder der Beschichtungseinrichtung ausgewählt wird.
Bevorzugt kann die mindestens eine Steuergröße eine änderbare Eigenschaft des Werkstücks, insbesondere einer Schmalseite des Werkstücks, des Beschichtungsmaterials und/oder des Haftmittels sein. Änderbare Parameter der Beschichtungseinrichtung können insbesondere Einstellungsparameter der Beschichtungseinrichtung bzw. von Komponenten der Beschichtungseinrichtung für den Beschichtungsvorgang bilden.
Zudem kann bei dem Verfahren bevorzugt vorgesehen sein, dass die mindestens eine Steuergröße überwacht und zum Definieren des Modells zur Optimierung mindestens einer Zielgröße verwendet wird, und vorzugsweise ausgewählt ist aus einer Andruckkraft einer Andruckeinrichtung, einer Kontakttemperatur der Andruckeinrichtung, einer Temperatur, vorzugsweise Kontakttemperatur, des Haftmittels an einer Auftragseinrichtung, einer Temperatur des Werkstücks, Beschichtungsmaterials und/oder Haftmittels vor dem Anhaften an der Oberfläche eines Werkstücks und/oder der Schichtdicke der Haftschicht.
Vorzugsweise kann die Überwachung des Beschichtungsverfahrens anhand einzelner ausgewählter Steuergrößen erfolgen. Diese ausgewählten Steuergrößen können signifikante Steuergrößen darstellen, die von weiteren bzw. untergeordneten Steuergrößen und/oder Störgrößen beeinflusst werden. Auf diese Weise kann anhand der Überwachung von nur einzelnen ausgewählten Steuergrößen eine Validierung der weiteren bzw. untergeordneten Steuergrößen und/oder Störgrößen des Beschichtungsvorgangs erfolgen.
In einer vorteilhaften Weiterbildung des Verfahrens kann das Modell anhand der Mehrzahl Störgrößen, der mindestens einen Steuergröße und/oder der durch diese erreichten mindestens einen Zielgröße wenigstens eines durch den Beschichtungsvorgang beschichteten Werkstücks definiert werden, um mindestens eine Zielgröße für wenigstens ein weiteres zu beschichtendes Werkstück zu optimieren.
Auf diese Weise kann das Modell anhand der erfassten Störgrößen, mindestens einen Steuergröße und/oder mindestens einen Zielgröße eines oder mehrerer beschichteter Werkstücke definiert werden und auf der Grundlage dessen mindestens eine Zielgröße für wenigstens ein zu beschichtendes Werkstück optimiert werden.
Eine besonders bevorzugte Ausgestaltung des Verfahrens kann vorsehen, dass das Modell durch einen Optimierungsalgorithmus anhand der Mehrzahl Störgrößen, der mindestens einen Steuergröße und/oder der durch diese erreichten mindestens eine Zielgröße einer Vielzahl durch den Beschichtungsvorgang beschichteter Werkstücke dynamisch definiert wird. Durch den Optimierungsalgorithmus kann das Modell in Abhängigkeit von den Mehrzahl Störgrößen, der mindestens einen Steuergröße und/oder der mindestens einen Zielgröße auf der Grundlage einer Vielzahl beschichteter Werkstücke angepasst und optimiert werden. Mit einer zunehmenden Anzahl beschichteter Werkstücke, d.h. mit einem zunehmenden Datensatz an Störgrößen, Steuergrößen und/oder Zielgrößen beschichteter Werkstücke, kann somit durch die kontinuierliche Optimierung des Modells eine Verbesserung des Qualitätsergebnisses erzielt werden. Der Definition des Modells durch den Optimierungsalgorithmus liegt somit ein schrittweiser Lernvorgang zugrunde.
Eine weitere besonders bevorzugte Weiterbildung des Verfahrens kann vorsehen, dass der Optimierungsalgorithmus die Mehrzahl Störgrößen, die mindestens eine Steuergröße und/oder die durch diese erreichte mindestens eine Zielgröße durch ein Datenanalyseverfahren und/oder ein Bildverarbeitungsverfahren analysiert und das Modell die mindestens eine Steuergröße anhand eines Analyseergebnisses einstellt .
Dadurch kann ein selbstlernendes Modell erreicht werden, welches sich anhand von Analyseergebnissen eigenständig definiert, anpasst und/oder optimiert. Durch den Optimierungsalgorithmus ist somit ein Modell auf der Grundlage eines maschinellen Lernens, tiefen Lernens oder einer künstlichen Intelligenz gebildet. Das Modell kann durch den Optimierungsalgorithmus eine Einstellung der mindestens einen Steuergröße auf der Grundlage sämtlicher ermittelter Störgrößen, Steuergrößen und/oder Zielgrößen ausführen, um eine Optimierung mindestens einer Zielgröße zu erreichen. Die Definition des Modells und Optimierung der mindestens einen Zielgröße erfolgt durch den Optimierungsalgorithmus, indem die Störgrößen, Steuergrößen und/oder Zielgrößen kontinuierlich gespeichert werden, in Abhängigkeit voneinander analysiert werden, insbesondere die erreichten Zielgrößen in Abhängigkeit von den ermittelten und/oder eingestellten Störgrößen und/oder Steuergrößen analysiert werden, und anhand eines Analyseergebnisses eine Entscheidung zur Einstellung der mindestens einen Steuergröße getroffen wird. Eine Analyse der erfassten Daten durch ein solches Datenanalyseverfahren wird auch als Data Analytics bezeichnet .
Bei einer vorteilhaften Weiterbildung des Verfahrens kann anhand des Modells die mindestens eine Zielgröße für ein zu beschichtendes Werkstück im Voraus bestimmt werden.
Dadurch kann ein erreichbares Qualitätsergebnis für ein zu beschichtendes Werkstück vor dem Beschichtungsvorgang ermittelt werden. Insbesondere bei einer Änderung einer oder mehrerer Störgrößen und/oder Steuergrößen, beispielsweise dem Einsatz eines anderen Werkstücks, Beschichtungsmaterials und/oder Haftmittels, kann auf diese Weise ein fehlerhaftes Beschichten von Werkstücken im Vorfeld vermieden und ein Ausschuss reduziert werden.
Die Aufgabe wird des Weiteren durch eine Beschichtungseinrichtung zum Beschichten eines Werkstücks, das bevorzugt zumindest abschnittsweise aus Holz, Holzwerkstoffen, Kunststoff oder dergleichen besteht, mit einem Beschichtungsmaterial, insbesondere zum Beschichten einer Schmalseite des Werkstücks, mit einer Zuführeinrichtung zum Zuführen des Beschichtungsmaterials zum Werkstück, einem Beschichtungsaggregat zum Anbringen des Beschichtungsmaterials an einer Oberfläche des Werkstücks sowie mit einer Steuerungseinrichtung zum Steuern des Beschichtungsvorgangs, gelöst, wobei durch die Steuerungseinrichtung ein Verfahren gemäß einer der zuvor beschriebenen Ausführungsformen steuerbar ist. Vorzugsweise kann die Beschichtungseinrichtung zum Beschichten einer Schmalseite eines plattenförmigen Werkstücks mit einem Beschichtungsmaterial ausgebildet sein. Die Beschichtungseinrichtung kann Erfassungseinrichtungen, Messeinrichtungen und/oder Sensoren aufweisen, durch welche die Mehrzahl Störgrößen, mindestens eine Steuergröße und/oder mindestens eine Zielgrößen erfassbar sind. Zum Definieren des Modells zur Optimierung der mindestens einen Zielgröße, können die Mehrzahl Störgrößen, mindestens eine Steuergröße und/oder mindestens eine Zielgrößen an die
Steuerungseinrichtung der Beschichtungseinrichtung übermittelt werden. Das Einrichten und Konfigurieren der Beschichtungseinrichtung durch einen Maschinenbediener kann dadurch weitestgehend Entfallen, so dass auf diese Weise ein hoher Automatisierungsgrad sowie ein hohes Qualitätsergebnis bei der Beschichtung von Werkstücken erreicht werden kann.
Zudem wird die Aufgabe durch ein Computerprogramm zum Einrichten einer Beschichtungseinrichtung, insbesondere eine Beschichtungseinrichtung gemäß der vorhergehend beschriebenen Ausführungsform, welches in einer Steuerungseinrichtung der Beschichtungseinrichtung gespeichert ist, gelöst, und durch welches ein Verfahren gemäß einer der zuvor beschriebenen Ausführungsformen steuerbar ist.
Dadurch ist ein Computerprogramm gebildet, durch welches die Beschichtungseinrichtung auf der Grundlage des Modells zur Optimierung der mindestens einen Zielgröße eingerichtet werden kann. Das Computerprogramm kann basierend auf dem Optimierungsalgorithmus anhand einer Vielzahl ermittelter Störgrößen, Steuergrößen und/oder Zielgrößen ein
Datenanalyseverfahren, auch als Data Analytics bezeichnet, ausführen, mit dem Ziel die mindestens eine Zielgröße kontinuierlich anzupassen und/oder zu optimieren. Dabei kann durch das Computerprogramm ein selbstlernendes Modell auf der Grundlage eines maschinellen Lernens, tiefen Lernens oder einer künstlichen Intelligenz erreicht sein, das sich anhand der Analyseergebnisse definiert und mit einer zunehmenden Anzahl Datensätzen (Störgrößen, Steuergrößen und/oder Zielgrößen) dynamisch anpasst und/oder optimiert. Somit kann durch ein solches Computerprogramm ein Qualitätsergebnis des Beschichtungsvorgangs durch die Beschichtungseinrichtung signifikant gesteigert werden.
Kurze Beschreibung der Zeichnungen
Weitere Merkmale und Vorteile einer Vorrichtung, einer Verwendung und/oder eines Verfahrens ergeben sich aus der nachfolgenden Beschreibung von Ausführungsformen unter Bezugnahme auf die beiliegenden Zeichnungen. Von diesen Zeichnungen zeigt:
Fig. 1 eine schematische Darstellung eines Modells von einem offenbarungsgemäßen Verfahren zum Beschichten eines Werkstücks;
Fig. 2 eine schematische Darstellung einer
Beschichtungseinrichtung zur Veranschaulichung des Verfahrens gemäß Fig. 1;
Beschreibung von Ausführungsformen
Gleiche Bezugszeichen, die in verschiedenen Figuren aufgeführt sind, benennen identische, einander entsprechende, oder funktionell ähnliche Elemente.
Fig. 1 zeigt eine schematische Darstellung eines Modells von einem offenbarungsgemäßen Verfahren zum Beschichten eines Werkstücks 11 durch eine Beschichtungseinrichtung 10.
Eine solche Beschichtungseinrichtung 10 ist zum Beschichten einer Oberfläche eines Werkstücks 11 mit einem Beschichtungsmaterial 12 mittels einer Haftschicht 13 ausgebildet. Insbesondere ist die Beschichtungseinrichtung 10 zum Beschichten einer Schmalseite 14 des Werkstücks 11 vorgesehen. Ein Beschichtungsmaterial 12 zum Beschichten der Schmalseite 14 wird auch als Kantenmaterial oder Kantenband bezeichnet .
Bei einer solchen Beschichtungseinrichtung 10 erfolgt das Beschichten des Werkstücks 11 insbesondere in einem Durchlauf erfahren, bei welchem das Werkstück 11 relativ zur Beschichtungseinrichtung 10 bewegt wird.
Bei den zu bearbeitenden Werkstücken 11 handelt es sich insbesondere um Werkstücke, die zumindest abschnittsweise aus Holz, Holzwerkstoffen, Kunststoff oder dergleichen ausgebildet sind. Vorzugsweise plattenförmige Werkstücke, beispielsweise Massivholz- oder Spanplatten, Leichtbauplatten, Sandwichplatten oder dergleichen. Die vorliegende Erfindung ist jedoch nicht auf derartige Werkstücke 11 und Werkstoffe beschränkt.
Anhand des in den Figuren dargestellten Modells wird ein Erreichen eines definierten Qualitätsergebnisses eines Beschichtungsvorgangs durch die Beschichtungseinrichtung 10 sichergestellt. Das zu erzielende Qualitätsergebnis kann anhand mindestens einer Zielgröße quantifiziert werden. Eine solche Zielgröße kann insbesondere eine Abziehfestigkeit des Beschichtungsmaterials 12 vom Werkstück 11 nach dem Beschichtungsvorgang, eine Dichtheit der Haftschicht 13 zwischen Beschichtungsmaterial 12 und Werkstück 11, eine Schichtdicke der Haftschicht 13, eine Wärmestandfestigkeit der Haftschicht 13, eine Lunkerbeschaffenheit der Haftschicht 13, eine Wasserdampfbeständigkeit der Haftschicht 13 und/oder des Beschichtungsmaterials 12 und/oder eine Wasserlagerungsbeständigkeit der Haftschicht 13 und/oder des Beschichtungsmaterials 12 darstellen. Die Zielgröße kann durch entsprechende
Erfassungseinrichtungen 15 (Messeinrichtungen, Sensoren oder dergleichen) erfasst werden.
Insbesondere die Abziehfestigkeit des Beschichtungsmaterials 12 vom Werkstück 11 kann beispielsweise durch eine zumindest teilweise Zerstörung wenigstens eines mit dem Beschichtungsmaterial 12 beschichteten Werkstücks 11 ermittelt werden. Dabei wird das Beschichtungsmaterial 12 nach dem Beschichtungsvorgang durch entsprechende Mittel von dem Werkstück 11 abgelöst und die dafür erforderliche Abziehkraft bestimmt. Die erforderliche Abziehkraft, auch als Schälwiderstand bezeichnet, kann als ein Maß für die Beschichtungsqualität dienen.
Zur Ermittlung der Wärmestandfestigkeit wird das mit dem Beschichtungsmaterial 12 beschichtete Werkstück 11 eine definierte Zeit auf eine Temperatur von 50°C erwärmt und die Widerstandsfähigkeit der Haftschicht 13 und/oder des Beschichtungsmaterials 12 gegenüber Wärme ermittelt.
Zur Ermittlung der Wasserdampfbeständigkeit wird das mit dem Beschichtungsmaterial 12 beschichtete Werkstück 11 eine definierte Zeit mit Wasserdampf beaufschlagt und zur Ermittlung der Wasserlagerungsbeständigkeit eine definierte Zeit in ein Wasserbad gelegt und die Widerstandsfähigkeit der Haftschicht 13 und/oder des Beschichtungsmaterials 12 gegenüber Wasserdampf und/oder Wasser ermittelt.
Das Erreichen der mindestens einen Zielgröße ist abhängig von mindestens einer Steuergröße, durch die der Beschichtungsvorgang zumindest teilweise steuerbar ist, sowie von einer Mehrzahl Störgrößen, die den Beschichtungsvorgang beeinflussen .
Jede Störgröße bildet einen definierten Parameter des Werkstücks 11, des Beschichtungsmaterials 12, des Haftmittels 13, einer Umgebung und/oder der Beschichtungseinrichtung 10, beispielsweise eines oder mehrerer Bearbeitungswerkzeuge der Beschichtungseinrichtung 10. Die Störgröße kann einen nicht änderbaren Parameter bilden.
Die Störgrößen des Werkstücks 11 können physikalische und/oder chemische Eigenschaften des Werkstücks 11, insbesondere der zu beschichtenden Oberfläche und/oder Schmalseite 14, darstellen. Diese können beispielhaft und nicht abschließend ausgewählt sein aus: der Holzart, der Temperatur des Werkstücks 11, der Temperatur einer Schmalseite 14 des Werkstücks 11, dem Material des Werkstücks 11, der Leimart, Bearbeitungszugaben, der Anteile recycelten Werkstoffs, der Oberflächenbeschaffenheit (Porosität, Porentiefe, Volumen von Poren, Form von Poren, Art von Spänen, Volumen von Spänen) des Werkstücks 11 und/oder der Schmalseite 14 des Werkstücks 11, der Feuchtigkeit des Werkstücks 11, der Art eines Frässchnitts an der Oberfläche und/oder der Schmalseite 14 des Werkstücks 11 (Gradschnitt, Hohlschnitt oder dergleichen), dem Winkel des Frässchnitts, dem Verlauf des Frässchnitts, die Schnittrichtung des Frässchnitts, die Benetzbarkeit des Werkstücks 11 mit dem Haftmittel 13, die Abmessungen des Werkstücks 11 (Höhe, Länge, Breite).
Die Störgrößen des Beschichtungsmaterials 12, insbesondere Kantenmaterials, können physikalische und/oder chemische Eigenschaften des Beschichtungsmaterials 12 darstellen. Diese können beispielhaft und nicht abschließend ausgewählt sein aus: dem Material des Beschichtungsmaterials 12, der Art des Beschichtungsmaterials 12, den Abmessungen des Beschichtungsmaterials 12 (Höhe, Breite, Länge), der Form des Beschichtungsmaterials 12, dem Überstand des Beschichtungsmaterials 12, einer Primerung auf einer Oberfläche des Beschichtungsmaterials 12. Die Störgrößen des Haftmittels 13 können physikalische und/oder chemische Eigenschaften des Haftmittels 13 darstellen. Diese können beispielhaft und nicht abschließend ausgewählt sein aus: der stofflichen Zusammensetzung des Haftmittels 13, der Anteile von Trennmitteln, Primer, Weichmachern, Zuschlagstoffen, Beschleunigern, Verzögerern und dem Ausgangswerkstoff (ABS, PP, PU, Alu, Holz,...) im Haftmittel 13.
Die Störgrößen der Umgebung können beispielhaft und nicht abschließend ausgewählt sein aus: der Umgebungstemperatur, der Umgebungsluftfeuchtigkeit, der Umgebungslichtstärke.
Die Störgrößen der Beschichtungseinrichtung 10 können beispielhaft und nicht abschließend ausgewählt sein aus: dem Typ der Beschichtungseinrichtung 10, definierte Maschinenparameter, ein Verschleißgrad eines oder mehrerer Bearbeitungswerkzeuge, der Zustand des Bearbeitungsaggregats, der Unwucht des Werkzeugs, oder einer Kombination hiervon.
Die Störgrößen können durch entsprechende Erfassungseinrichtungen 15 (Messeinrichtungen, Sensoren oder dergleichen) vor, während und/oder nach dem Beschichtungsvorgang erfasst werden. Ebenso können Störgrößen bekannt sein, beispielsweise durch Herstellerangaben, und in einer Steuerungseinrichtung 16 gespeichert sein oder durch eine Steuerungseinrichtung 16 abrufbar sein.
Jede Steuergröße bildet einen änderbaren Parameter des Werkstücks 11, des Beschichtungsmaterials 12, des Haftmittels 13, der Umgebung und/oder der Beschichtungseinrichtung 10.
Die Steuergrößen des Werkstücks 11 können beispielhaft und nicht abschließend ausgewählt sein aus: der Temperatur(- erhöhung) des Werkstücks 11, Temperatur (-erhöhung) der Schmalseite 14, Vorschubgeschwindigkeit V des Werkstücks. Die Steuergrößen des Beschichtungsmaterials 12 können beispielhaft und nicht abschließend ausgewählt sein aus: Beschichtungsmaterial 12, Temperatur (-erhöhung) des Beschichtungsmaterials 12, Abmessungen des Beschichtungsmaterials 12 (Breite, Höhe, Länge).
Die Steuergrößen des Haftmittels 13 können beispielhaft und nicht abschließend ausgewählt sein aus: Haftmitteltyp, Haftmittelmenge, Haftmitteltemperatur, Auftragswinkel, Schichtdicke, Benetzung von Werkstück 11 und/oder einer Auftragseinrichtung, insbesondere einer Auftragsrolle 17, eines Auftragspinsels oder einer Auftragssprüheinrichtung, Temperatur, Geschwindigkeit und/oder Abstand der Auftragseinrichtung, Oberflächenbeschaffenheit der Auftragseinrichtung, eine Kontakttemperatur des Haftmittels 13 an der Auftragseinrichtung.
Sofern eine sensorische Erfassung der Kontakttemperatur des Haftmittels 13, d.h. die Temperatur des Haftmittels 13 im Kontaktpunkt zwischen Auftragseinrichtung und Werkstück, nicht möglich ist, kann diese durch einen Näherungsalgorithmus berechnet werden. Die Kontakttemperatur des Haftmittels 13 wird in Abhängigkeit von einer Distanz zwischen dem Kontaktpunkt und einem Stützpunkt an der Auftragseinrichtung, insbesondere an der Auftragsrolle 17, an welchem die Temperatur des Haftmittels 13 gemessen wird, der Vorschubgeschwindigkeit des Werkstücks 11, der Temperatur des Werkstücks 11, insbesondere der Schmalseite 14, der Temperatur des Beschichtungsmaterials 12 und/oder der Wärmekapazität des Haftmittels 13 berechnet.
Die Steuergrößen der Umgebung können beispielhaft und nicht abschließend ausgewählt sein aus: der Umgebungstemperatur, der Umgebungsluftfeuchtigkeit, der Umgebungslichtstärke.
Die Steuergrößen der Beschichtungseinrichtung 10 können beispielhaft und nicht abschließend ausgewählt sein aus: der Vorschubgeschwindigkeit V des Werkstücks 11, Zuführgeschwindigkeit des Beschichtungsmaterials 12, Leistung einer Wärmeeinheit, Anzahl Wärmeeinheiten, Position einer AufSchmelzeinheit, Füllstand der AufSchmelzeinheit, Winkel einer Auftragseinheit 18, Füllstand der Auftragseinheit 18, Öffnung einer Dosiereinheit, Druck einer Kappeinrichtung und/oder Klemmeinrichtung, Andruckkraft einer Andruckrolle 19, Anzahl von Andruckrollen 19, Abhub Andruckrollen 19, Kontakttemperatur Andruckrollen 19, Winkel Andruckrollen 19, Verschmutzung Andruckrollen 19, Geschwindigkeit Andruckrollen 19, Position einer Druckzone der Andruckrollen 19.
Wie in Figur 1 anhand der Pfeile dargestellt, wird das Modell auf der Grundlage der Störgrößen, Steuergrößen und/oder der durch diese erreichten Zielgrößen definiert. Dabei werden die Störgrößen, Steuergrößen und/oder Zielgrößen erfasst und in das Modell eingegeben, um durch Einstellen einer oder mehrerer Steuergrößen eine oder mehrere zu erreichende Zielgrößen für ein zu beschichtendes Werkstück 11 zu optimieren .
Insbesondere erfolgt das Einstellen der Steuergrößen zum Optimieren der zu erreichenden Zielgrößen für ein zu beschichtendes Werkstück 11 durch das Modell auf der Grundlage von Störgrößen, Steuergrößen und/oder Zielgrößen von einer Vielzahl vorhergehend beschichteter Werkstücke 11.
Hierfür werden die Störgrößen, Steuergrößen und/oder die durch diese erreichten Zielgrößen von der Vielzahl der beschichteten Werkstücken 11 in dem Modell gespeichert. Durch einen Optimierungsalgorithmus wird das Modell auf der Grundlage dieses Datensatzes an Störgrößen, Steuergrößen und/oder Zielgrößen in Hinblick einer optimierten Zielgröße dynamisch definiert bzw. angepasst.
Anhand der gespeicherten Störgrößen, Steuergrößen und/oder Zielgrößen führt der Optimierungsalgorithmus ein Datenanalyseverfahren aus, wobei mindestens eine Steuergröße auf der Grundlage eines Analyseergebnisses durch das Modell eingestellt wird, um eine optimierte Zielgröße zu erreichen. Der Optimierungsalgorithmus führt hierzu ein als Data Analytics bezeichnetes Datenanalyseverfahren aus.
In Abhängigkeit vom Umfang des Datensatzes erfolgt durch den Optimierungsalgorithmus auf diese Weise ein sukzessiver Lernvorgang, wodurch eine dynamische Definition des Modells und somit kontinuierliche Anpassung und/oder Optimierung des Modells hinsichtlich eines konstanten Qualitätsergebnisses ausgeführt wird.
Das Datenanalyseverfahren durch den Optimierungsalgorithmus kann auf der Grundlage von Descriptive Analytics, Diagnostic Analytics und Predictive Analytics oder auf der Grundlage aus Kombinationen von diesen arbeiten.
Dabei analysiert der Optimierungsalgorithmus die ermittelten Störgrößen, Steuergrößen und/oder Zielgrößen im Rahmen von Descriptive Analytics dahingehend, welche Zielgrößen beschichteter Werkstücke 11 in Abhängigkeit von den Störgrößen und/oder Steuergrößen erreicht werden. Bei dem Datenanalyseverfahren im Rahmen von Descriptive Analytics erfolgt somit die Analyse anhand vergangener und aktueller Daten beschichteter Werkstücke 11, um aus diesen Daten Trends, Muster oder Ergebnisse hinsichtlich der erreichten Zielgrößen, also des erzielten Qualitätsergebnisses, zu erkennen .
Bei dem Datenanalyseverfahren im Rahmen von Diagnostic Analytics, erfolgt eine Auswertung des Analyseergebnisses der Descriptive Analytics dahingehend, welche Zielgrößen durch entsprechende Störgrößen und/oder Steuergrößen erzielt werden. Durch das Datenanalyseverfahren im Rahmen von Predictive Analytics wird auf der Grundlage der Analyseergebnisse aus der Descriptive Analytics und/oder Diagnostic Analytics eine Aussage darüber getroffen, welche Zielgrößen bei einem zu beschichtenden Werkstück in Abhängigkeit von den Störgrößen und/oder Steuergrößen zu erreichen ist und wie die Steuergrößen entsprechend eingestellt werden müssen, um diese zu erreichen.
Aufgrund dieses Optimierungsalgorithmus führt das Modell in Abhängigkeit vom Umfang der gespeicherten Störgrößen, Steuergrößen und/oder Zielgrößen ein maschinelles Lernen, tiefes Lernen oder eine künstliche Intelligenz aus, um auf der Grundlage dieser Daten mindestens eine Zielgröße für ein zu beschichtendes Werkstück zu optimieren und mindestens eine Steuergröße entsprechend einzustellen. Auf diese Weise kann durch das Modell auch im Voraus bestimmt werden, welche Zielgrößen in Abhängigkeit erfasster Störgrößen und/oder Steuergrößen erreicht werden. Auch das Erreichen von Zielgrößen bei einem Einsatz neuer Werkstücke 11, Beschichtungsmaterialien 12 und/oder Haftmitteln 13 können auf diese Weise im Vorhinein simuliert werden.
Mit Bezug auf Fig. 2 wird nun beispielshaft der Beschichtungsvorgang durch das zuvor beschriebene Verfahren beschrieben. Fig. 2 zeigt schematisch die Beschichtungseinrichtung 10, das zu beschichtende Werkstück 11 und das Beschichtungsmaterial 12 (Kantenmaterial).
Die Beschichtungseinrichtung 10 umfasst mehrere nachfolgend beschriebene Einzelkomponenten, die mit einer Steuerungseinrichtung 16 der Beschichtungseinrichtung 10 verbunden sind. Die Steuerungseinrichtung 16 umfasst ein Speichermedium, auf welchem ein Computerprogramm zum Einrichten der Beschichtungseinrichtung 10 bzw. der Einzelkomponenten gespeichert ist, so dass das gemäß Fig. 1 beschriebene Verfahren steuerbar ist. Die Einzelkomponenten der Beschichtungseinrichtung 10 sind durch die Steuerungseinrichtung 16 anhand der entsprechenden Steuergrößen steuerbar.
Die Steuerungseinrichtung 16 ist über ein drahtgebundenes oder drahtloses Netzwerk mit einem Server verbunden, beispielsweise über das Intranet, Internet oder in Form einer Netzwerk-Cloud 30. In der Steuerungseinrichtung 16 oder auf dem Server können die Steuergrößen, Störgrößen und/oder Zielgrößen sowie auch weitere Daten, z.B. Herstellerangaben zu den eingesetzten Werkstücken 11, Beschichtungsmaterialien 12, Haftmitteln 13 und dergleichen, gespeichert und durch die Steuerungseinrichtung 16 abrufbar sein.
Vor dem Anheften des Beschichtungsmaterials 12 an der Schmalseite 14 des Werkstücks 11 werden die zuvor beschriebenen Störgrößen des Werkstücks 11, Beschichtungsmaterials 12, Haftmittels 13, der Umgebung und/oder der Beschichtungseinrichtung 10 durch entsprechende Erfassungseinrichtungen 15 erfasst und an die Steuerungseinrichtung 16 übermittelt, um in das Modell zur Optimierung der mindestens einen Zielgröße eingegeben zu werden. Wie zuvor bereits beschrieben, ist es dabei nicht erforderliche alle Störgrößen und/oder Steuergrößen zu erfassen, sondern es können lediglich die signifikanten Störgrößen erfasst werden, von denen weitere Störgrößen abhängig sind, die dadurch validierbar sind.
Die Erfassungseinrichtungen 15 können in Abhängigkeit der zu erfassenden Störgrößen und/oder Steuergrößen beispielsweise optische Sensoren, thermische Sensoren, Terahertz- Messsysteme, optische Kohärenztomographie, Fluoreszenzmesstechnik, fotothermische Messsysteme, Triangulation oder dergleichen sein.
Anhand des zuvor beschriebenen Optimierungsalgorithmus werden die erfassten und in das Modell eingegebenen Störgrößen und/oder Steuergrößen analysiert und anhand des Analyseergebnisses werden die entsprechenden Steuergrößen durch das Modell eingestellt, um die Bearbeitungseinrichtung 10, d.h. die Auftragseinheit 18, Andruckrollen 19, Andruckeinrichtung 20, Zuführeinrichtung, Wärmeeinheit, AufSchmelzeinheit, Kappeinheit und dergleichen, zum Ausführen des Beschichtungsvorgangs, d.h. zur Erreichung der mindestens einen Zielgröße (eines Sollwertbereichs der Zielgröße), entsprechend zu steuern. Anhand des Analyseergebnisses werden folglich Bearbeitungsparameter der Beschichtungseinrichtung 10 eingestellt, sodass insbesondere eine definierte Haftmittelschicht (Menge, Temperatur, Zeitpunkt und dergleichen) auf die Schmalseite 14 des Werkstücks 11 aufgetragen wird. Das Aufbringen des Haftmittels 13 auf das Werkstück 11 erfolgt durch die Auftragseinheit 18.
Nach dem Aufträgen des Haftmittels 13 auf die Schmalseite 14 des Werkstück 11, wird die tatsächlich auf das Werkstück 11 aufgebrachte Dicke der Haftmittelschicht durch die entsprechende Erfassungseinrichtung 15 erfasst und als Steuergröße in das Modell eingegeben. Auf diese Weise ist eine Überwachung des Haftmittelauftrags vorgesehen, wobei das Modell auf der Grundlage der erfassten und eingegebenen Dicke der Haftmittelschicht entsprechende Steuergrößen anpasst, um den Auftrag der Haftmittelschicht in einem definierten Sollwertbereich zu halten.
Darauf folgend wird das Beschichtungsmaterial 12 dem Werkstück 11 durch eine nicht näher dargestellte Zuführeinrichtung zugeführt, auf die Schmalseite 14 des Werkstücks 11 aufgebracht und durch eine Andruckeinrichtung 20 sowie das Haftmittel 13 an dem Werkstück 11 angeheftet.
Nach dem eigentlichen Beschichtungsvorgang wird ein weiteres Mal die Dicke der Haftmittelschicht als zu erreichende Zielgröße erfasst und zum Definieren des Modells und optimieren der Steuergrößen an die Steuerungseinrichtung 16 übermittelt und in das Modell eingegeben.
Zudem kann durch das kontinuierliche Erfassen und Speichern der erreichten Zielgrößen nach dem Beschichtungsvorgang eine digitale Dokumentation und Nachweis der Beschichtungsqualität ausgeführt werden.
Es ist für den Fachmann ersichtlich, dass einzelne, jeweils in verschiedenen Ausführungsformen beschriebene Merkmale auch in einer einzigen Ausführungsform umgesetzt werden können, sofern sie nicht strukturell inkompatibel sind. Gleichermaßen können verschiedene Merkmale, die im Rahmen einer einzelnen Ausführungsform beschrieben sind, auch in mehreren Ausführungsformen einzeln oder in jeder geeigneten Unterkombination vorgesehen sein.

Claims

ANSPRÜCHE
1. Verfahren zum Beschichten eines Werkstücks (11), das bevorzugt zumindest abschnittsweise aus Holz, Holzwerkstoffen, Kunststoff oder dergleichen besteht, wobei ein Beschichtungsmaterial (12) mittels einer Haftschicht (13) an einer Oberfläche des Werkstücks (11) angehaftet wird, mit den Schritten:
- Definieren eines Modells zur Optimierung mindestens einer Zielgröße, in welchem die Einstellung mindestens einer Steuergröße in Abhängigkeit von einer Mehrzahl von Störgrößen abgebildet wird,
- Ermitteln einer Mehrzahl von Störgrößen, die Einfluss auf den Beschichtungsvorgang haben,
- Einstellen mindestens einer Steuergröße anhand des Modells und auf der Grundlage der ermittelten Störgrößen.
2. Verfahren nach Anspruch 1, bei dem die mindestens eine Zielgröße ausgewählt wird aus einer Abziehfestigkeit des Beschichtungsmaterials (12) vom Werkstück (11), einer Dichtheit der Haftschicht (13) zwischen
Beschichtungsmaterial (12) und Werkstück (11), einer Schichtdicke der Haftschicht (13), einer
Wärmestandfestigkeit der Haftschicht (13), einer
Lunkerbeschaffenheit der Haftschicht (13), einer
Wasserdampfbeständigkeit der Haftschicht (13) und/oder des Beschichtungsmaterials (12) und/oder einer
Wasserlagerungsbeständigkeit der Haftschicht (13) und/oder des Beschichtungsmaterials (12).
3. Verfahren nach Anspruch 1 oder 2, bei dem die mindestens eine Zielgröße durch eine zumindest teilweise Zerstörung wenigstens eines mit dem Beschichtungsmaterial (12) beschichteten Werkstücks (11) ermittelt wird.
4. Verfahren nach Anspruch 2 oder 3, bei dem die Ergebnisse der mindestens einen ausgewählten Zielgröße zum Definieren des Modells zur Optimierung mindestens einer Zielgröße verwendet werden.
5. Verfahren nach einem der vorherigen Ansprüche, bei dem zumindest eine Störgröße aus wenigstens einem definierten Parameter des Werkstücks (11), des Beschichtungsmaterials (12), der Haftschicht (13), einer Umgebung und/oder einer Beschichtungseinrichtung (10), beispielsweise wenigstens eines Bearbeitungswerkzeugs der Beschichtungseinrichtung (10), ermittelt wird.
6. Verfahren nach einem der vorherigen Ansprüche, bei dem die mindestens eine Steuergröße aus wenigstens einem änderbaren Parameter des Werkstücks (11), des Beschichtungsmaterials (12), der Haftschicht (13), der Umgebung und/oder der Beschichtungseinrichtung (10) ausgewählt wird.
7. Verfahren nach einem der vorherigen Ansprüche, bei dem die mindestens eine Steuergröße überwacht und zum Definieren des Modells zur Optimierung mindestens einer Zielgröße verwendet wird, und vorzugsweise ausgewählt ist aus einer Andruckkraft einer Andruckeinrichtung (20), einer Kontakttemperatur der Andruckeinrichtung (20), einer Temperatur, vorzugsweise Kontakttemperatur, des Haftmittels an einer Auftragseinrichtung, einer Temperatur des Werkstücks (11), Beschichtungsmaterials (12) und/oder der Haftschicht (13) vor dem Anhaften an der Oberfläche eines Werkstücks (11) und/oder der
Schichtdicke der Haftschicht (13).
8. Verfahren nach einem der vorherigen Ansprüche, bei dem das Modell anhand der Mehrzahl Störgrößen, der mindestens einen Steuergröße und/oder der durch diese erreichten mindestens eine Zielgröße wenigstens eines durch den Beschichtungsvorgang beschichteten Werkstücks (11) definiert wird, um mindestens eine Zielgröße für wenigstens ein weiteres zu beschichtendes Werkstück (11) zu optimieren.
9. Verfahren nach Anspruch 8, bei dem das Modell durch einen Optimierungsalgorithmus anhand der Mehrzahl Störgrößen, der mindestens einen Steuergröße und/oder der durch diese erreichten mindestens eine Zielgröße einer Vielzahl durch den Beschichtungsvorgang beschichteter Werkstücke (11) dynamisch definiert wird.
10. Verfahren nach Anspruch 9, bei dem der
Optimierungsalgorithmus die Mehrzahl Störgrößen, die mindestens eine Steuergröße und/oder die durch diese erreichte mindestens eine Zielgröße durch ein Datenanalyseverfahren und/oder ein
Bildverarbeitungsverfahren analysiert und das Modell die mindestens eine Steuergröße anhand eines
Analyseergebnisses einstellt.
11. Verfahren nach einem der vorherigen Ansprüche, bei dem anhand des Modells die mindestens eine Zielgröße für ein zu beschichtendes Werkstück (11) im Voraus bestimmt wird.
12. Beschichtungseinrichtung (10) zum Beschichten eines
Werkstücks (11), das bevorzugt zumindest abschnittsweise aus Holz, Holzwerkstoffen, Kunststoff oder dergleichen besteht, mit einem Beschichtungsmaterial (12), insbesondere zum Beschichten einer Schmalseite (14) des Werkstücks (11), mit einer Zuführeinrichtung zum Zuführen des Beschichtungsmaterials (12) zum Werkstück (11), einem Beschichtungsaggregat zum Anbringen des Beschichtungsmaterials (12) an einer Oberfläche des Werkstücks (11) sowie mit einer Steuerungseinrichtung (16) zum Steuern des Beschichtungsvorgangs, wobei durch die Steuerungseinrichtung (16) ein Verfahren nach einem der Ansprüche 1 bis 11 steuerbar ist.
13. Computerprogramm zum Einrichten einer
Beschichtungseinrichtung (10), insbesondere eine Beschichtungseinrichtung (10) nach Anspruch 12, welches in einer Steuerungseinrichtung (16) der
Beschichtungseinrichtung (10) gespeichert ist und durch welches ein Verfahren gemäß einer der Ansprüche 1 bis 11 steuerbar ist.
PCT/EP2022/068855 2021-07-09 2022-07-07 Verfahren zum beschichten eines werkstücks, beschichtungseinrichtung und computerprogramm zum einrichten einer beschichtungseinrichtung WO2023280969A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202280055406.2A CN117794713A (zh) 2021-07-09 2022-07-07 用于对工件进行覆层的方法、覆层装置和用于配置覆层装置的计算机程序
EP22747999.5A EP4366921A1 (de) 2021-07-09 2022-07-07 Verfahren zum beschichten eines werkstücks, beschichtungseinrichtung und computerprogramm zum einrichten einer beschichtungseinrichtung

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021117813.4 2021-07-09
DE102021117813.4A DE102021117813A1 (de) 2021-07-09 2021-07-09 Verfahren zum Beschichten eines Werkstücks, Beschichtungseinrichtung und Computerprogramm zum Einrichten einer Beschichtungseinrichtung

Publications (1)

Publication Number Publication Date
WO2023280969A1 true WO2023280969A1 (de) 2023-01-12

Family

ID=82742916

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2022/068855 WO2023280969A1 (de) 2021-07-09 2022-07-07 Verfahren zum beschichten eines werkstücks, beschichtungseinrichtung und computerprogramm zum einrichten einer beschichtungseinrichtung

Country Status (4)

Country Link
EP (1) EP4366921A1 (de)
CN (1) CN117794713A (de)
DE (1) DE102021117813A1 (de)
WO (1) WO2023280969A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022126704A1 (de) 2022-10-13 2024-04-18 Homag Gmbh Beschichtungsvorrichtung und Verfahren zum Beschichten von Werkstücken

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017059980A1 (de) * 2015-10-06 2017-04-13 Homag Gmbh Bearbeitungsmaschine und verfahren zur bearbeitung von werkstücken
DE102017205208A1 (de) * 2017-03-28 2018-10-04 Homag Gmbh Vorrichtung und Verfahren zum Beschichten eines Werkstücks
DE102017114970A1 (de) * 2017-07-05 2019-01-10 Homag Gmbh Vorrichtung und Verfahren zum Veredeln von Werkstücken
DE102017122701A1 (de) * 2017-09-29 2019-04-04 Homag Gmbh Beschichtungsvorrichtung sowie Beschichtungsverfahren
EP4000832A1 (de) * 2020-11-16 2022-05-25 HOMAG GmbH Beschichtungsvorrichtung sowie verfahren

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202008015878U1 (de) 2008-12-01 2010-04-15 Homag Holzbearbeitungssysteme Ag Vorrichtung zum Beschichten von Werkstücken
ES2459296T5 (es) 2009-04-22 2022-06-29 Homag Holzbearbeitungssysteme Ag Dispositivo y procedimiento para el recubrimiento de piezas de trabajo
GB2528668A (en) 2014-07-25 2016-02-03 Daniel Muir Method of Manufacturing A Structural Panel For An Engineering Structure
DE102019112869A1 (de) 2019-05-16 2020-11-19 Homag Gmbh Verfahren zum Betrieb einer Maschine sowie System
DE102019113932A1 (de) 2019-05-24 2020-11-26 Homag Gmbh Verfahren zum Beschichten eines Bauteils sowie Beschichtungsvorrichtung

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017059980A1 (de) * 2015-10-06 2017-04-13 Homag Gmbh Bearbeitungsmaschine und verfahren zur bearbeitung von werkstücken
DE102017205208A1 (de) * 2017-03-28 2018-10-04 Homag Gmbh Vorrichtung und Verfahren zum Beschichten eines Werkstücks
DE102017114970A1 (de) * 2017-07-05 2019-01-10 Homag Gmbh Vorrichtung und Verfahren zum Veredeln von Werkstücken
DE102017122701A1 (de) * 2017-09-29 2019-04-04 Homag Gmbh Beschichtungsvorrichtung sowie Beschichtungsverfahren
EP4000832A1 (de) * 2020-11-16 2022-05-25 HOMAG GmbH Beschichtungsvorrichtung sowie verfahren

Also Published As

Publication number Publication date
EP4366921A1 (de) 2024-05-15
CN117794713A (zh) 2024-03-29
DE102021117813A1 (de) 2023-01-12

Similar Documents

Publication Publication Date Title
EP3461608B1 (de) Beschichtungsvorrichtung sowie beschichtungsverfahren
EP3429818B1 (de) Vorrichtung zum bearbeiten und/oder beschichten eines werkstücks und verfahren
EP3280997B1 (de) Verfahren zur bestimmung der abriebfestigkeit von mindestens einer auf einer trägerplatte angeordneten verschleissschicht
DE102017205208A1 (de) Vorrichtung und Verfahren zum Beschichten eines Werkstücks
WO2023280969A1 (de) Verfahren zum beschichten eines werkstücks, beschichtungseinrichtung und computerprogramm zum einrichten einer beschichtungseinrichtung
WO2020229604A1 (de) Verfahren und system zum anpassen von eingangswerten beim betrieb einer maschine
DE102015221095A1 (de) Verfahren zum Nachweis von Oberflächenrückständen auf Bauteilen mittels UV-Bestrahlung
WO2022043309A1 (de) Verfahren zum drucken eines dekors und vorrichtung dafür
DE102020130531A1 (de) Vorrichtung und Verfahren zum Beleimen von Etiketten für Behälter und Etikettiermaschine
EP3676755A1 (de) Vorrichtung zum handhaben und/oder bearbeiten eines werkstücks sowie verfahren
EP3885740B1 (de) Verfahren zur gleichzeitigen bestimmung von parametern von mindestens einer auf mindestens einem trägermaterial aufgetragenen harzschicht
EP1525521A1 (de) Verfahren zur steuerung und berwachung der herstellung von thermoplastischen extrusionsprofilen insbesondere in einem inline-produktionsprozess mit bedruckungsvorgang
DE19756467A1 (de) Verfahren und Vorrichtung zur Regelung der Qualität von Lackschichten
WO2021110952A1 (de) Vorrichtung sowie ein verfahren zum beschichten einer fläche eines werkstücks
EP3960479B1 (de) Verfahren zum bedrucken der oberfläche eines werkstücks mit einem dekor und vorrichtung dazu
EP2539671B1 (de) Verfahren und vorrichtung zur kontrolle des auftrags einer eine flüchtige verbindung enthaltenden flüssigkeit auf eine oberfläche
DE102019120376A1 (de) Kantenverarbeitungsverfahren
DE102021104227A1 (de) Verfahren zum Betrieb einer Bearbeitungsvorrichtung sowie eine solche Bearbeitungsvorrichtung
DE102020128833A1 (de) Bereitstellungssystem zum Aufbringen von unterschiedlichen, anwendungsfallbezogenen, temporär wirkenden Oberflächenfunktionsbeschichtungen
EP3819032A1 (de) Bereitstellungssystem zum aufbringen von unterschiedlichen, anwendungsfallbezogenen, temporär wirkenden oberflächenfunktionsbeschichtungen
EP1043152B1 (de) Verfahren und Vorrichtung zur Herstellung einer Folienbahn
WO2024105156A1 (de) Beschichtungsvorrichtung, beschichtungsmaschine und verfahren zum beschichten von werkstücken
WO2023139256A1 (de) Verfahren zum auftragen oberflächenmanipulierender fluide auf eine oberfläche eines werkstücks und auftragseinrichtung
DE102020121850A1 (de) Verfahren zum Bearbeiten von Werkstücken, Steuerungseinrichtung für eine Bearbeitungseinrichtung sowie Bearbeitungseinrichtung
EP3026391A1 (de) Verfahren zur Bestimmung der Menge einer auf einer Trägerplatte aufgetragenen Schicht, insbesondere einer Grundierungsschicht

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22747999

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202280055406.2

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 2022747999

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022747999

Country of ref document: EP

Effective date: 20240209