Datengetriebener Workflow für die beschleunigte Entwicklung von Glas

Projektlaufzeit: 01.02.2021 – 31.01.2024

Ansprechperson(en)

• Andréa de Camargo | ...@bam.de

• Joachim Deubener | ...@tu-clausthal.de

• Andreas Diegeler | ...@isc.fraunhofer.de

• Ralf Müller | ...@bam.de

• Marek Sierka | ...@uni-jena.de

Publikationen

• Genome Mining in Glass Chemistry Using Linear Component Analysis of Ion Conductivity Data | Zhiwen Pan, Jan Dellith, Lothar Wondraczek (2025) | DOI: DOI: 10.1002/advs.202301435

• Enhancing glass property predictions through ab initio-derived descriptors | Felix Arendt, René Limbach, Lothar Wondraczek, Marek Sierka (2025) | DOI: DOI: 10.1111/jace.19904

• Optical Real-Time Castability Evaluation for High-Throughput Glass Melting | Shravya Gogula, Hansjörg Bornhöft, Lothar Wondraczek, Marek Sierka, Andreas Diegeler, Ralf Müller, Joachim Deubener (2025) | DOI: DOI: 10.52825/glass-europe.v2i.1359

• Ontology-Based Digital Infrastructure for Data-Driven Glass Development | Ya-Fan Chen, Felix Arendt, Hansjörg Bornhöft, Andréa S. S. de Camargo, Joachim Deubener, Andreas Diegeler, Shravya Gogula, Altair T. Contreras Jaimes, Sebastian Kempf, Martin Kilo, René Limbach, Ralf Müller, Rick Niebergall, Zhiwen Pan, Frank Puppe, Stefan Reinsch, Gerhard Schottner, Simon Stier, Tina Waurischk, Lothar Wondraczek, Marek Sierka (2025) | DOI: https://doi.org/10.1002/adem.202401560

Poster

2023-09-22_Vollversammlung_Poster_Infrastruktur_GlasDigital

2023-09-22_Vollversammlung_Poster_Anlage_GlasDigital

2023-09-22_Vollversammlung_Poster_Projektbeschreibung_GlasDigital

Vorträge

2023-09-22_Vollversammlung_GlasDigital

2021-06-10_BMBF_KickOff_GlasDigital

2022-03-17_Vollversammlung_GlasDigital

2024-06-21_GlasDigital_Abschlusstreffen

Vollautomatisches intelligentes Expertensystem zur Hochdurchsatz-Glasentwicklung

Im Rahmen des Verbundvorhabens GlasDigital sollen digitale Werkzeuge für die Entwicklung neuartiger Glaswerkstoffe erarbeitet werden. Heutige Verfahren der Erzeugung von Gläsern mit verbesserten Eigenschaften sind aufgrund des geringen Automatisierungsgrades in der Regel sehr kosten- und energieintensiv und unterliegen langen Entwicklungszyklen. Besondere Herausforderungen ergeben sich aus der breiten Variabilität möglicher chemischer Zusammensetzungen, den für das Erschmelzen notwendigen hohen Prozesstemperaturen sowie der Erstellung geeigneter Schnittstellen zu künstlich-intelligenten Steuerungseinrichtungen. Durch den Einsatz robotischer Syntheseverfahren in Kombination mit selbstlernenden Maschinen sollen diese Probleme nachhaltig überwunden werden. Die Entwicklung neuartiger Gläser – zum Beispiel mit einer höheren mechanischen Festigkeit – kann dann nicht nur erheblich beschleunigt, sondern auch mit sehr viel geringerem Aufwand durchgeführt werden.