Extrusion 6-2026

zu w2 spiegelt die Dehnung wider. Abbildung 1.2 zeigt das Kamerabild von Versuchspunkt 4 über den gesamten Ver- streckzeitraum. Zusätzlich werden thermische Daten mit einer A600- Wärmebildkamera von Teledyne FLIR (ehemals FLIR Sys- tems), Wilsonville, USA, erfasst, die einen Bereich von etwa 55 cm der Folie abdeckt. Die Bilddaten werden mit dem Temperaturwert für jedes einzelne Pixel gespeichert. Dies ermöglicht, den Temperaturen und damit der Abkühlge- schwindigkeit Farbwerte zuzuordnen, was zu einem ther- mografischen Bild führt. Eine exemplarische thermo- grafische Aufnahme ist in Abbildung 1.3 dargestellt.. Analysemethodik Die Schrumpfmessung erfolgt gemäß DIN 55543-4 in einem Polyethylenglykolbad bei 160 °C [NN17]. Fünf qua- dratische Proben mit 100 mm Kantenlänge werden 45 Se- kunden eingetaucht und anschließend in Extrusions- richtung vermessen. Die Schrumpfung wird als Prozentsatz bezogen auf die Ausgangslänge angegeben. Aufbau des ML-Modells Zur Vorhersage des Schrumpfungsverhaltens wird ein AutoML-Framework von H2O.ai eingesetzt. Das System vergleicht automatisch verschiedene Modelltypen und Hy- perparameterkonfigurationen. Als leistungsstärkstes Mo- dell wird eine Gradient Boosting Machine (GBM) identifiziert. GBM eignet sich besonders für Regressions- aufgaben mit komplexen, nichtlinearen Zusammenhängen und heterogenen Datensätzen [MSMG+20]. Sensorische Bewertung der Dehnungs- und Temperaturkurven Die thermografische Auswertung zeigt, dass eine er- höhte Abzugsgeschwindigkeit zu stärkerer Ausdünnung und damit zu niedrigeren Endtemperaturen führt. Eine grö- ßere Folienbreite bewirkt eine langsamere Abkühlung un- terhalb der Frostlinie, da der Kühlluftstrom zur Stabili- sierung reduziert wird. Unterschiede in den Anfangstem- peraturen lassen sich vor allem auf Schwankungen der Schmelztemperatur zurückführen (siehe Abbildung 1.4 ). Die Punktauswertung mittels Blender-Tracking [URL25] bestätigt die bekannten Struktur-Eigenschafts-Beziehun- gen: Die maximale Dehnung in Extrusionsrichtung korre- liert mit der Abzugsgeschwindigkeit, die Querdehnung vor allemmit der Folienbreite. Schrumpfungstests zeigen, dass stärkere Orientierung zu erhöhter Schrumpfung beimWie- dererwärmen führt. Einfluss der Prozessbedingungen und Modellbildung Zur Modellierung werden die Temperatur- und Deh- nungsdaten als Eingangsgrößen verwendet. Als Gütegröße dient das Bestimmtheitsmaß R 2 [MSMG+20, ST60]. Ein li- neares Regressionsmodell erreicht einen R 2 -Wert von 0,68 für die Schrumpfung in Extrusionsrichtung. Das auf Au- toML basierende Modell erzielt einen R 2 -Wert von 0,74 (siehe Abbildung 1.5 ) und einen mittleren absoluten Feh- ler von 1,89 Prozent. Damit verbessert es zwar die lineare Regression, bleibt jedoch in seiner Robustheit begrenzt. Eine wesentliche Herausforderung ist Overfitting: Wäh- rend das Modell auf Trainingsdaten teilweise sehr hohe R 2 - Werte erreicht, fallen die Werte bei Testdaten teils unter null. Dies deutet auf eine zu hohe Modellkomplexität bei begrenzter Datenmenge hin. Insgesamt zeigen die Ergeb- nisse das Potenzial datenbasierter Modelle, machen aber zugleich die Grenzen kleiner Datensätze deutlich. Für eine bessere Generalisierung sind mehr Daten, gezieltes Pre- Processing und eine stärkere Gewichtung relevanter Ein- gangsgrößen erforderlich [NK13]. Extrusion 6/2026 31 Abbildung 1.5: Vergleich des R 2 der linearen Regression und des ML-Algorithmus Abbildung 1.4: Temperaturverläufe der Messpunkte, aufgetragen über der Höhe 60 50 40 30 20 10 0 Höhe [cm] Temperatur [°C] Versuchspunkt 1 2 3 4 5 7 8 10 11 13 6 220 200 180 160 140 120 100 80 60 40 Bestimmtheitsmaß für die Testdaten Lineare Regression ML Algorithmus 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0