Online-Prüfung und automatisierte Steuerung von Grünsandsystemen im Metallguss: Prinzipien, Technologien und Fortschritte

1. Einleitung

Sandguss ist nach wie vor ein Eckpfeiler der Metallgussindustrie und wird aufgrund seiner Vielseitigkeit bei der Herstellung von Bauteilen unterschiedlichster Größen und Komplexitäten für Eisen- und Nichteisenmetalle geschätzt ( 1 ). Unter den Sandgussverfahren ist das Grünsandverfahren besonders dominant und wird weltweit für eine beträchtliche Anzahl von Gussteilen eingesetzt, vor allem in der Automobilindustrie und in der Serienfertigung. Dies ist vor allem auf seine Kosteneffizienz und Eignung für die Automatisierung zurückzuführen ( 1 ). Der Begriff „Grünsand“ bezeichnet eine Formmasse, die hauptsächlich aus Sand, Ton als Bindemittel (typischerweise Bentonit), Wasser und verschiedenen Zusatzstoffen besteht. Ihre Kohäsionsfestigkeit wird durch mechanische Verdichtung und nicht durch Hitze oder chemische Aushärtung erreicht ( 7 ).

Der Erfolg des Grünsandverfahrens hängt entscheidend von der gleichbleibenden Qualität des Formsandes ab. Schwankungen der physikalischen und mechanischen Eigenschaften des Sandes – wie Feuchtigkeitsgehalt, Verdichtbarkeit, Festigkeit und Permeabilität – beeinflussen die Qualität des fertigen Gussteils unmittelbar und führen zu Fehlern, erhöhtem Ausschuss und damit zu einer geringeren Rentabilität der Gießerei ( 7 ). Traditionell verließen sich Gießereien zur Beurteilung der Sandqualität auf subjektive Prüfmethoden („Haptikprüfung“) oder regelmäßige Offline-Labortests ( 14 ). Obwohl Labortests wertvolle Daten liefern, sind sie aufgrund der damit verbundenen Zeitverzögerungen und der begrenzten Probenahme ungeeignet für die Steuerung der dynamischen Prozesse moderner Hochgeschwindigkeits-Formanlagen ( 12 ). Die Bedingungen im Sandsystem können sich zwischen der Probenahme und dem Vorliegen der Testergebnisse erheblich verändern, sodass eine allein auf diesen Methoden basierende Prozesssteuerung reaktiv statt proaktiv ist ( 15 ).

Angetrieben durch die Forderung nach verbesserter Gussqualität, engeren Maßtoleranzen, höherer Produktivität, reduzierten Betriebskosten und größerer Ressourceneffizienz, hat sich die Branche zunehmend auf Online-Überwachung (während des Prozesses) und automatisierte Steuerungssysteme verlagert ( 9 ). Diese Systeme nutzen Echtzeit-Sensordaten und Rückkopplungsschleifen, um die Parameter der Sandaufbereitung automatisch anzupassen und so kritische Eigenschaften innerhalb enger Zielbereiche zu halten.

Dieser Bericht bietet eine umfassende Analyse der Online-Prüfung und automatisierten Steuerung von Grünsand-Systemen. Zunächst werden die grundlegenden Prinzipien der Grünsandzusammensetzung und -eigenschaften erläutert. Anschließend werden traditionelle Offline-Prüfmethoden den Prinzipien und Vorteilen moderner Online-Überwachung und -Steuerung gegenübergestellt. In den folgenden Abschnitten werden die eingesetzten Sensortechnologien, deren Integration in automatisierte Regelkreise sowie die neuesten technologischen Entwicklungen detailliert beschrieben. Dazu gehören die Mehrparameter-Sensorik, Industrie-4.0-Konzepte wie das industrielle Internet der Dinge (IIoT) und die Anwendung von Künstlicher Intelligenz (KI) und Maschinellem Lernen (ML). Abschließend analysiert der Bericht die Auswirkungen und Vorteile dieser fortschrittlichen Systeme, untersucht Herausforderungen bei der Implementierung und präsentiert Fallstudien von Gießereien, die diese Technologien bereits erfolgreich einsetzen.

2. Grundlagen des Grünsandgusses für Metallguss

Das Verständnis der Zusammensetzung und der kritischen Eigenschaften von Grünsand ist unerlässlich, bevor man sich mit Steuerungsmethoden befasst. Das sorgfältig abgestimmte Verhältnis seiner Bestandteile bestimmt sein Verhalten beim Formen und Gießen.

2.1. Definition und Rolle

Grünsand ist eine Formmasse, die hauptsächlich aus Sand, Ton als Bindemittel, Wasser und Zusatzstoffen besteht. Ihr charakteristisches Merkmal ist, dass die für die Formgebung und den Erhalt der Formhohlraumform notwendige Kohäsionsfestigkeit durch die mechanische Verdichtung dieser feuchten Mischung entsteht ( 7 ). Die Bezeichnung „grün“ verweist auf diesen noch nicht ausgehärteten, feuchtigkeitshaltigen Zustand und unterscheidet ihn von chemisch gebundenen oder wärmegehärteten Sandsystemen ( 6 ).

Die Hauptfunktionen von Grünsand im Gießprozess sind vielfältig:

• Formgebung: Um die Geometrie des Musters genau nachzubilden, wird der Formhohlraum geschaffen, der die Gussform definiert ( 18 ).

• Strukturelle Integrität: Die Festigkeit muss ausreichend sein (Grünfestigkeit), um der Handhabung während der Formmontage und des Formverschlusses sowie dem metallostatischen Druck des geschmolzenen Metalls beim Gießen ohne Verformung oder Zusammenbruch standzuhalten ( 19 ).

• Feuerfestigkeit: Die Fähigkeit, den hohen Temperaturen von geschmolzenem Metall zu widerstehen, ohne zu verschmelzen, zu schmelzen oder übermäßig mit dem Metall zu reagieren ( 20 ).

• Gasdurchlässigkeit: Damit Gase – einschließlich aus der Feuchtigkeit entstehender Dampf, in der Form eingeschlossener Luft und aus dem geschmolzenen Metall oder Zusatzstoffen entstehender Gase – leicht durch die Sandmatrix entweichen können, wodurch gasbedingte Gussfehler wie Lunker vermieden werden ( 18 ).

• Zusammenfallen: Sich nach dem Erstarren des Gussteils ausreichend aufzulösen, um ein einfaches Entformen (Ausschütteln) zu ermöglichen ( 11 ).

• Oberflächenbeschaffenheit: Um eine ausreichend glatte Formoberfläche zu gewährleisten, die dem fertigen Gussteil die gewünschte Oberflächenbeschaffenheit verleiht ( 2 ).

2.2. Zusammensetzung

Die genaue Zusammensetzung einer Grünsandmischung wird auf das zu gießende Metall, die Komplexität des Gussvorgangs und das gewünschte Qualitätsniveau abgestimmt, besteht aber im Allgemeinen aus folgenden Komponenten:

• Basissand: Dieser bildet den Hauptbestandteil der Mischung, typischerweise 75–85 %.¹⁸ Quarzsand (SiO₂) ist aufgrund seiner Verfügbarkeit, der geringen Kosten und seiner ausreichenden Feuerfestigkeit am gebräuchlichsten (1). Hochreiner Quarzsand (z. B. > 98 % SiO₂) bietet höhere Schmelzpunkte (ca. 1704 °C bzw. 3100 °F) und eignet sich für Hochtemperatur-Eisenlegierungen (20). Andere Zuschlagstoffe wie Olivin, Chromit, Zirkon oder synthetische Keramikmaterialien können für spezielle Anwendungen eingesetzt werden, die eine höhere Feuerfestigkeit, eine geringere Wärmeausdehnung oder die Minderung spezifischer Defekte wie Metalldurchdringung oder Adernbildung erfordern (1). Olivin wurde traditionell für Manganstahl- und Nichteisenmetallguss verwendet, da es ein feines Oberflächenfinish ermöglicht und keinen freien Quarzstaub enthält, obwohl es eine geringere Zugfestigkeit als Quarz aufweist (18). Korngröße, -form und -verteilung des Sandes sind entscheidend. Die Korngröße wird häufig durch die AFS-Kornfeinheitszahl (GFN) (American Foundry Society) charakterisiert. Feinere Sande (höhere GFN) ergeben im Allgemeinen glattere Oberflächen, weisen aber potenziell eine geringere Permeabilität auf (20). Eine typische durchschnittliche Korngröße liegt bei 220–250 μm (2). Die Kornform beeinflusst die Fließfähigkeit und die Packungsdichte; abgerundete Körner bieten tendenziell eine höhere Permeabilität als kantige Körner gleicher Größe (21). Eine kontrollierte Korngrößenverteilung, die sich oft über 3–4 benachbarte Siebe erstreckt, ist für eine gleichmäßige Packung und vorhersagbare Eigenschaften wünschenswert (11). Eine korrekte Verteilung ist auch entscheidend für die Minimierung von Sandausdehnungsdefekten (20).

• Bindemittel (Ton): Ton dient als primäres Bindemittel, indem er die Sandkörner umhüllt und nach Aktivierung mit Wasser für Kohäsionsfestigkeit sorgt (3). Bentonit wird nahezu universell eingesetzt und macht typischerweise 8–11 % der Mischung aus (4). Das Hauptmineral von Bentonit ist Montmorillonit, ein Schichtsilikat (Aluminiumoxid- und Siliciumdioxidschichten), das Wassermoleküle zwischen seinen Schichten adsorbieren kann (7). Dieses Zwischenschichtwasser ist entscheidend für die Entwicklung von Plastizität und Bindungsfestigkeit (7). Es werden hauptsächlich zwei Bentonitarten verwendet:

• Natriumbentonit (Western Bentonit): Er zeichnet sich durch hohe Beständigkeit, hohes Quellvermögen sowie ausgezeichnete Warmfestigkeit und thermische Stabilität aus. Er wird bevorzugt für Hochtemperaturanwendungen wie Stahl- und Eisenguss eingesetzt, um Defekten wie Erosion, Einschlüssen und Schorfbildung zu widerstehen ( 11 ).

• Calciumbentonit (Südbentonit): Er entwickelt seine Eigenschaften schneller und bietet bei gleichem Feuchtigkeitsgehalt eine bessere Fließfähigkeit (weniger Plastizität) als Natriumbentonit, was ihn für komplexe Muster vorteilhaft macht ( 20 ). Im Vergleich zu Natriumbentonit weist er eine geringere Warmfestigkeit und Dauerhaftigkeit auf ( 20 ). Mischungen aus Natrium- und Calciumbentonit werden mitunter verwendet, um ein ausgewogenes Verhältnis der Eigenschaften zu erzielen ( 20 ). Der Begriff „aktiver Ton“ bezeichnet den Teil des Bentonits, der seine Fähigkeit zur Wasseraufnahme und Bindung beibehält. Wiederholte Einwirkung hoher Temperaturen nahe der Form-Metall-Grenzfläche kann die Tonstruktur thermisch schädigen und die effektive Rehydratisierung beeinträchtigen; dieser Anteil wird als „toter Ton“ bezeichnet ( 20 ). Ein ausreichender Anteil an aktivem Ton ist entscheidend für eine gleichbleibende Sandqualität.

• Wasser: In relativ geringen Mengen, typischerweise 2–5 Gew.-% ( 4 ), zugesetzt, ist Wasser für die Aktivierung des Bentonitbindemittels unerlässlich. Es bildet hydrostatische Bindungen zwischen den an den Tonplättchen adsorbierten Wassermolekülen und verleiht dem Sandgemisch dadurch Frischfestigkeit, Scherfestigkeit und Plastizität ( 7 ). Ziel ist es, dass das Wasser primär in den Bentonitschichten gebunden ist und nicht als „freies Wasser“ die Hohlräume zwischen den Sandkörnern füllt, was zu schlechten Eigenschaften und Gaseinschlüssen führen kann ( 7 ). Die benötigte Wassermenge hängt eng mit der Menge und Art des vorhandenen aktiven Tons sowie der Gesamtoberfläche des Sandgemisches (einschließlich Feinanteile) zusammen ( 20 ).

• Zusatzstoffe: Der Grünsandmischung werden verschiedene Materialien beigemischt (oft insgesamt <5-10 %), um bestimmte Eigenschaften zu modifizieren oder die Gießergebnisse zu verbessern:

• Kohlenstoffhaltige Additive: Materialien wie Steinkohle (fein gemahlene Steinkohle), gemahlenes Pech, Gilsonit, Heizöl oder proprietäre synthetische Additive werden häufig eingesetzt, insbesondere in Eisengießereien ( 3 ). Sie zersetzen sich bei hohen Temperaturen und erzeugen eine reduzierende Atmosphäre an der Grenzfläche zwischen Form und Metall. Dadurch entsteht ein dünner Gasfilm (glänzender Kohlenstoff), der das Eindringen von Metall in die Sandporen verhindert, die Oberflächengüte des Gussteils verbessert und das Entformen erleichtert ( 2 ). Der typische Steinkohleanteil liegt bei etwa 5 % ( 18 ). Bedenken hinsichtlich der Emissionen flüchtiger organischer Verbindungen (VOC), insbesondere von BTEX (Benzol, Toluol, Ethylbenzol, Xylol), haben die Entwicklung emissionsarmer kohlenstoffhaltiger Additive oder graphitbasierter Ersatzstoffe vorangetrieben ( 2 ). Der „verbrauchte“ Anteil dieser Additive trägt zum Anteil inerter Feinstoffe bei ( 23 ).

• Zusätze aus Zellulose: Materialien wie Getreide (Maismehl), Holzmehl oder Haferhülsen verbrennen beim Gießen und erzeugen Hohlräume, die die Formdurchlässigkeit erhöhen und die Sandausdehnung aufnehmen. Dadurch werden ausdehnungsbedingte Defekte wie Schorf und Beulen vermieden ( 7 ).

• Weitere Zusatzstoffe: Kieselsäuremehl, Eisenoxid, Perlit, Melasse, Dextrin, Stärken und firmeneigene Materialien können hinzugefügt werden, um spezifische Eigenschaften wie Warmfestigkeit, Fließfähigkeit, Kollapsbeständigkeit oder Beständigkeit gegen bestimmte Defekte zu verbessern ( 20 ). Natürliche Stärken erhöhen beispielsweise nachweislich die Grünfestigkeit ( 22 ).

Das präzise Zusammenspiel dieser Komponenten, insbesondere von Wasser und Ton, ist grundlegend für die Erzielung der gewünschten Eigenschaften des Grünsandes. Effektives Mischen oder „Verreiben“ dient nicht nur der Homogenisierung, sondern ist entscheidend für die Entwicklung der Bindung durch die gleichmäßige Verteilung des Wassers und dessen Einbringen in die Schichtstruktur des Tons, wodurch dessen Bindungspotenzial aktiviert wird ( 7 ). Diese Wechselwirkung reagiert sehr empfindlich auf Faktoren wie die Temperatur. Hohe und schwankende Rücklaufsandtemperaturen, wie sie in Gießereien häufig vorkommen, erschweren die genaue Kontrolle des Feuchtigkeitsgehalts während des Verreibens erheblich ( 7 ). Heißer Sand kann zu einer schnellen Wasserverdunstung führen, bevor das Wasser vollständig vom Ton aufgenommen werden kann, oder er kann die Wasseraufnahmefähigkeit des Tons beeinträchtigen ( 26 ). Dies führt zu ungleichmäßigen Wassergehalten und folglich zu Instabilität nahezu aller anderen kritischen Sandeigenschaften ( 7 ). Daher ist die Kontrolle der Rücklaufsandtemperatur, oft mithilfe spezieller Kühlsysteme ( 7 ), häufig eine Voraussetzung für die Erzielung stabiler und vorhersagbarer Grünsandeigenschaften durch Online-Steuerung.

2.3. Kritische Eigenschaften

Zahlreiche Eigenschaften werden genutzt, um Grünsand zu charakterisieren und den Formgebungsprozess zu steuern. Zu den wichtigsten gehören:

• Feuchtigkeitsgehalt (%): Definiert als der prozentuale Anteil von Wasser am Gesamtgewicht des Sandgemisches. Er ist wohl die wichtigste Einflussgröße, da er die Tonaktivierung direkt beeinflusst und nahezu alle anderen Eigenschaften von Grünsand prägt ( 7 ). Die Einhaltung eines engen Zielbereichs für die Feuchtigkeit (z. B. häufig 3,0–3,3 % für Eisenguss 7 oder allgemein 2–5 % 4 ) ist für die Konsistenz unerlässlich.

• Verdichtbarkeit (%): Sie misst, inwieweit sich eine standardisierte, locker gefüllte Probe von Grünsand unter einer definierten Kraft verdichtet (typischerweise mit einem 3-Stempel-AFS-Tester oder einer pneumatischen Presse) ( 14 ). Sie wird als prozentuale Höhenabnahme der Probe angegeben. Die Verdichtbarkeit reagiert sehr empfindlich auf den Feuchtigkeitsgehalt und dient als wichtiger Indikator für die Formbarkeit des Sandes ( 14 ). Typische Werte liegen zwischen 35 und 50 % ( 14 ). Eine geringe Verdichtbarkeit kann zu brüchigen Formrändern und Schwierigkeiten beim Formen führen, während eine hohe Verdichtbarkeit eine schlechte Oberflächengüte, Gaseinschlüsse und Bewegungen der Formwände zur Folge haben kann ( 14 ). Sie verhält sich umgekehrt proportional zur Schüttdichte des Sandes ( 14 ).

• Die Gründruckfestigkeit (GCS) gibt die maximale Druckspannung an, die eine zylindrische Grünsandprobe (typischerweise 5 cm Durchmesser x 5 cm Höhe) vor dem Versagen aushält ( 7 ). Sie spiegelt die Fähigkeit der Form wider, Verformungen durch Handhabungskräfte und den Druck des flüssigen Metalls zu widerstehen ( 19 ). Die GCS wird stark vom Feuchtigkeitsgehalt (sie steigt typischerweise mit zunehmender Feuchtigkeit bis zu einem bestimmten „Anlasspunkt“ an und sinkt dann wieder ab ( 20 )), dem Gehalt an aktivem Ton und dem Vermahlungsgrad beeinflusst ( 7 ). Eine zu niedrige GCS kann zu Formversagen oder Erosion führen, während eine zu hohe GCS zu Ausdehnungsfehlern oder Eigenspannungen im Gussteil führen kann ( 21 ).

• Permeabilität: Ein Maß dafür, wie leicht Gase durch die verdichtete Sandform diffundieren können ( 7 ). Sie wird durch Faktoren wie Korngröße und -verteilung, Kornform, Bindemittelgehalt, Verdichtungsgrad und Feuchtigkeitsgehalt bestimmt ( 18 ). Eine höhere Permeabilität korrespondiert im Allgemeinen mit gröberem Sand, während eine niedrigere Permeabilität auf feineren Sand oder eine dichtere Packung hinweist ( 21 ). Unzureichende Permeabilität kann Gase einschließen und zu Fehlern wie Lunker, Fehlgüssen oder Ausdehnungsfehlern (Schuppen, Beulen) führen, während eine zu hohe Permeabilität eine raue Gussoberfläche oder Metalldurchdringung zur Folge haben kann ( 2 ).

• Formhärte: Sie misst den Widerstand der verdichteten Formoberfläche gegen das Eindringen einer standardisierten Sonde. Sie gibt den Grad der Verdichtung an der Formoberfläche an und steht in Zusammenhang mit der Maßgenauigkeit und der Beständigkeit gegen Erosion durch flüssiges Metall ( 27 ).

• Weitere wichtige Eigenschaften:

• Grüne Scherfestigkeit (GSS): Widerstand gegen Scherkräfte, wichtig für Formteile, die Gleitspannungen ausgesetzt sind ( 7 ).

• Nasszugfestigkeit (WTS): Festigkeit des Sandes in der Kondensationszone direkt hinter der heißen Formoberfläche; wichtig für die Vermeidung von Ausdehnungsfehlern wie Schorf ( 11 ).

• Trockenfestigkeit: Festigkeit des Sandes nach dem Verdunsten der Feuchtigkeit, relevant für die Erosionsbeständigkeit beim Metallgießen ( 18 ).

• Fließfähigkeit: Die Fähigkeit des Sandgemisches, unter Druck in komplexe Muster zu fließen und sich gleichmäßig zu verdichten ( 7 ). Hängt von der Tonart und dem Feuchtigkeitsgehalt ab.

• Aktiver Ton: Typischerweise wird er mittels Methylenblau-Titration (MB) bestimmt. Dabei wird die Menge an Ton quantifiziert, die Wasser adsorbieren und zur Bindung beitragen kann ( 7 ). Dies unterscheidet sich vom AFS-Tontest, der die Gesamtmenge an Feinstpartikeln (<20 µm) einschließlich totem Ton und inerten Feinanteilen misst ( 20 ). Die Differenz zwischen AFS-Ton und MB-Ton kann auf eine Ansammlung inerter Feinanteile hinweisen ( 20 ).

• Glühverlust (LOI) / Flüchtige Bestandteile: Misst den prozentualen Anteil brennbarer Stoffe im Sand (kohlenstoffhaltige Additive, organische Bindemittel, Wasser im Ton) ( 7 ). Steht im Zusammenhang mit der Wirksamkeit kohlenstoffhaltiger Additive bei der Verhinderung des Eindringens von Metallen ( 20 ).

• Bruchfestigkeitsindex: Ein älterer Test zur Bestimmung der Zähigkeit bzw. der Widerstandsfähigkeit gegen Zerbröckeln, abgeleitet durch Fallenlassen einer standardisierten Sandprobe ( 7 ). Steht in Zusammenhang mit der Formbarkeit.

• Formbarkeit: Ein allgemeiner Begriff, der die Fähigkeit des Sandes beschreibt, sich leicht formen zu lassen und eine stabile Form zu erzeugen ( 7 ). Wird häufig anhand der Verdichtbarkeit und des Bruchindex beurteilt.

Diese Eigenschaften stehen in engem Zusammenhang. Wie bereits erwähnt, bilden der Feuchtigkeitsgehalt und seine Wechselwirkung mit dem aktiven Ton, maßgeblich beeinflusst durch die Temperatur, das Kernsystem, das Eigenschaften wie Verdichtbarkeit und Grünfestigkeit bestimmt ( 7 ). Die Verdichtbarkeit wiederum dient als wichtiger Indikator für die Wasserzugabe beim Vermahlen ( 14 ). Die Permeabilität hängt von den Korneigenschaften, der Verdichtung und dem Feuchtigkeitsgehalt ab ( 21 ). Das Verständnis dieser Zusammenhänge ist entscheidend für eine effektive Grünsandkontrolle.

Tabelle 1: Wichtigste Eigenschaften von Grünsand und ihre Bedeutung

Name der Immobilie	Definition/Messprinzip	Typischer Bereich/Einheiten	Bedeutung/Auswirkung auf die Form-/Gussqualität	Wichtigste Einflussfaktoren
Feuchtigkeitsgehalt	Gewichtsprozent Wasser im Sandgemisch. Gemessen durch Trocknung, Calciumcarbidreaktion oder elektronische Sensoren.	2 - 5 %	Aktiviert das Tonbindemittel; beeinflusst maßgeblich Verdichtbarkeit, Festigkeit, Durchlässigkeit, Fließfähigkeit und Formatmosphäre. Zu niedriger Wert: geringe Festigkeit, Brüchigkeit. Zu hoher Wert: Gaseinschlüsse.	Wasserzugabe, Rücklaufsandfeuchte, Sandtemperatur, aktiver Tongehalt, Feinanteil, Mahleffizienz.
Kompaktierbarkeit	Prozentuale Höhenabnahme einer losen Sandprobe unter Standardverdichtung (z. B. 3-Ram AFS oder pneumatisch).	35 - 50 %	Primärer Indikator für die Sandhärte und Formbarkeit. Beeinflusst die Formdichte, Stabilität, Oberflächenbeschaffenheit und Anfälligkeit für Defekte (Gasbildung, Ausdehnung, Quellung).	Feuchtigkeitsgehalt (sehr empfindlich), Tongehalt/Tonart, Feinkornanteil, Sandtemperatur, Kornform/Kornverteilung.
Grüne Druckfestigkeit (GCS)	Maximale Druckspannung, die eine Standard-Grünsandprobe vor dem Versagen aushält. Gemessen mit einem Druckprüfgerät.	Variiert (z. B. 11–15 psi oder höher)	Zeigt die Widerstandsfähigkeit der Form gegenüber Handhabungskräften und metallostatischem Druck an. Niedrige Druckfestigkeit (GCS): Formkollaps, Erosion. Hohe Druckfestigkeit (GCS): Ausdehnungsfehler, potenzielle Gussspannungen.	Feuchtigkeitsgehalt, Gehalt/Art des aktiven Tons, Grad der Vermahlung (Aktivierung), Eigenschaften des Sandkorns, Verdichtungsdichte.
Permeabilität	Maß für die Fähigkeit des Sandes, Gase abzuführen. Gemessen wird dies anhand des Luftströmungswiderstands einer standardisierten, verdichteten Probe.	AFS-Permeabilitätsnummer (variiert stark)	Lässt Dampf und Gase entweichen. Geringe Durchlässigkeit: Gaseinschlüsse (Lunker). Hohe Durchlässigkeit: raue Oberflächenbeschaffenheit, Metalldurchdringung, Einbrennen.	Sandkorngröße/-verteilung/-form, Bindemittelgehalt, Verdichtungsdichte, Feuchtigkeitsgehalt, Feinkornanteil, Vorhandensein von gasbildenden Additiven.
Aktiver Ton (Methylenblau)	Menge an Ton, die Wasser adsorbieren und Bindungen eingehen kann. Gemessen durch Methylenblau-Titration.	% MB Ton (variiert)	Zeigt die effektive Bindungsfähigkeit des Sandsystems an. Essentiell für die Festigkeitsentwicklung und Wasserspeicherung. Ton mit geringer aktiver Bindungsfähigkeit erfordert höhere Zugabemengen.	Bentonitzugaberate, thermische Zersetzung (Bildung von totem Ton), Verdünnung des neuen Sandes, Eindringen von Kernsand.
Formhärte	Widerstand der verdichteten Formoberfläche gegen Eindrücke. Gemessen mit einem Handhärteprüfgerät.	Härteeinheiten (z. B. B-Skala)	Gibt den Verdichtungsgrad an der Formoberfläche an. Beeinflusst Maßgenauigkeit, Erosionsbeständigkeit, Metalldurchdringung und Oberflächengüte.	Verdichtungsenergie/-methode, Verdichtungsfähigkeit von Sand, Fließfähigkeit, Korneigenschaften.
Glühverlust (LOI)	Prozentualer Gewichtsverlust von Sand beim Erhitzen auf hohe Temperaturen. Stellt brennbare Materialien dar.	% LOI (variiert, z. B. 3-7 %)	Gibt den Gehalt an kohlenstoffhaltigen Additiven, Restbindemitteln und Tonwasser an. Steht in Zusammenhang mit reduzierender Atmosphäre, Schutzwirkung gegen Durchdringung und Gasentwicklung.	Zugabe von kohlenstoffhaltigen Additiven, Verdünnung des Kernsandes, Bindemittelarten, Tongehalt, Systemverluste/Zugaben.
Nasszugfestigkeit (WTS)	Zugfestigkeit von Sand in der Kondensationszone hoher Feuchtigkeit nahe der Heißmetallgrenzfläche.	N/cm2 oder psi	Beständigkeit gegen Rissbildung und Abplatzungen in der Kondensationszone. Wichtig zur Vermeidung von Ausdehnungsfehlern (Schorf, Beulen).	Bentonittyp (Na-Bentonit höher), Feuchtigkeitsgehalt, Anteil an aktivem Ton, Zusatzstoffe.

3. Traditionelle Bewertung von Grünsandgrundstücken

Seit Jahrzehnten verlassen sich Gießereien auf eine Reihe standardisierter Labortests, um die Eigenschaften von Grünsand zu überwachen und zu steuern. Diese Tests, die typischerweise offline an regelmäßig aus dem Sandsystem entnommenen Proben durchgeführt werden, liefern grundlegende Charakterisierungsdaten.

3.1. Überblick über Standard-Offline-Labormethoden

Gängige Laborverfahren, von denen viele von Organisationen wie der AFS standardisiert wurden, umfassen 8 :

• Feuchtigkeitsgehalt: Die am häufigsten angewandte Prüfmethode. Schnelle Schätzungen erfolgen oft mithilfe eines Druckgefäßes, in dem Feuchtigkeit mit Calciumcarbid reagiert und einen dem Wassergehalt proportionalen Druck erzeugt ( 21 ). Genauere, aber langsamere Methoden umfassen die Bestimmung des Gewichtsverlusts nach Trocknung einer Probe im Trockenschrank bei ca. 105 °C oder die Verwendung einer Feuchtigkeitswaage, die Erhitzen (oft mit einer Halogenlampe) und Wiegen kombiniert ( 21 ). Beim Erhitzen ist darauf zu achten, dass ausschließlich Wasser und keine anderen flüchtigen Bestandteile verdampfen ( 21 ).

• Verdichtbarkeit: Ein Standard-AFS-3-Stempel-Test beinhaltet das Sieben von Sand in ein Probenrohr, das anschließende Ebnen und dreimalige Fallenlassen eines Standardgewichts darauf ( 14 ). Die prozentuale Abnahme der Sandsäulenhöhe entspricht der Verdichtbarkeit. Pneumatische Pressen verdichten die Probe mit kontrolliertem Luftdruck, was nach Ansicht einiger die Wirkungsweise moderner Formmaschinen besser simuliert ( 14 ). Digitale Anzeigen an pneumatischen Prüfgeräten können zudem Bedienungsfehler reduzieren ( 14 ). Die korrekte Durchführung (sorgfältiges Einbringen, Vermeidung von Vorverdichtung, saubere Rohre) ist entscheidend für genaue Ergebnisse ( 14 ).

• Grüne Druckfestigkeit (GCS): Eine standardisierte zylindrische Probe (2 x 2 Zoll), die typischerweise nach dem gleichen 3-Stempel-Verfahren wie für die Verdichtbarkeitsprüfung hergestellt wird, wird in eine Universal-Sandprüfmaschine eingespannt und bis zum Bruch druckbelastet ( 8 ). Die maximal erreichte Last wird als GCS angegeben.

• Permeabilität: Anhand derselben Standardprobe wird Luft unter kontrolliertem Druck hindurchgeleitet und die Durchflussrate bzw. der Gegendruck gemessen ( 8 ). Dieser Wert wird in einen standardisierten Permeabilitätsindex umgerechnet, der die Fähigkeit des Sandes zur Gasdurchlässigkeit angibt.

• Aktiver Ton (Methylenblau-Test): Diese chemische Titrationsmethode bestimmt die Kationenaustauschkapazität des Tons, die mit seiner Fähigkeit zur Wasseraufnahme und seiner Funktion als aktives Bindemittel korreliert ( 7 ). Sie misst spezifisch den „aktiven“ oder „lebendigen“ Bentonit. Neuere spektrophotometrische Methoden mit kupferbasierten Farbstoffen wurden ebenfalls entwickelt und ermöglichen potenziell schnellere, digitale Messwerte ( 31 ).

• AFS-Tongehalt: Dieser Test misst den Gesamtanteil an Feinmaterial mit einer Korngröße unter 20 Mikrometern (bzw. mit einer Sedimentationsgeschwindigkeit unter 1 Zoll/min in Wasser) ( 20 ). Dazu wird eine getrocknete Sandprobe gewaschen, mit Natriumhydroxidlösung versetzt, gröbere Partikel absetzen gelassen und die suspendierten Feinanteile (Ton, toter Ton, Schluff, kohlenstoffhaltiges Material usw.) abgesaugt ( 28 ). Der verbleibende Sand wird getrocknet und gewogen, um den Anteil der entfernten Feinanteile zu bestimmen ( 28 ). Dieser Wert ist stets höher als der MB-Wert für aktiven Ton ( 20 ).

• Kornfeinheit und -verteilung: Eine getrocknete, tonfreie Sandprobe wird für eine definierte Zeit (z. B. 15 Minuten) durch einen Standard-Siebsatz gesiebt ( 28 ). Das Gewicht des auf jedem Sieb zurückgehaltenen Sandes wird gemessen und Berechnungen durchgeführt, um die AFS-Kornfeinheitszahl (GFN) zu bestimmen, die die durchschnittliche Korngröße und die Verteilung über die Siebe repräsentiert ( 8 ).

• Weitere Prüfungen: Es existieren auch Verfahren für die Grünscherfestigkeit ( 7 ), die Nasszugfestigkeit ( 8 ), die Trockenfestigkeit ( 18 ), den Bruchindex ( 7 ), den Glühverlust (LOI) ( 7 ) und die Formhärte.

3.2. Systembedingte Einschränkungen der dynamischen Prozesssteuerung

Diese traditionellen Offline-Methoden sind zwar für die Charakterisierung von Ausgangszuständen und die langfristige Trendüberwachung unerlässlich, weisen jedoch erhebliche Einschränkungen auf, wenn sie zur dynamischen Steuerung von Hochleistungs-Grünsandsystemen eingesetzt werden:

• Zeitverzögerung: Der gesamte Prozess der Probenahme, des Transports der Probe ins Labor, der Durchführung des Testverfahrens (das insbesondere bei Trocknung oder Titration mehrere Minuten oder länger dauern kann) und der Ergebnisübermittlung führt zu einer erheblichen Verzögerung ( 15 ). In einer schnelllaufenden Formanlage oder einem kontinuierlichen Mischsystem können sich die durch die Probe repräsentierten Sandbedingungen bis zum Vorliegen des Ergebnisses erheblich verändert haben ( 12 ).

• Repräsentativität der Probenahme: Die Gewinnung einer wirklich repräsentativen Probe aus einem großen, zirkulierenden Sandsystem (potenziell Hunderte von Tonnen) ist eine Herausforderung ( 8 ). Eine einzelne Stichprobe spiegelt möglicherweise nicht genau den durchschnittlichen Zustand oder die Variationsbreite innerhalb des Systems wider.

• Manuelle Prozesse und potenzielle Fehler: Manuelle Probenahme, Probenvorbereitung (z. B. Konsistenz beim Verdichten), Ablesen der Messgeräte und Datenerfassung sind allesamt anfällig für menschliche Variabilität und Fehler ( 10 ). Verschiedene Anwender können selbst bei derselben Probe leicht unterschiedliche Ergebnisse erzielen.

• Reaktive Steuerung: Steuerungsentscheidungen, die auf verzögerten Laborergebnissen basieren, sind naturgemäß reaktiv ( 15 ). Anpassungen werden erst vorgenommen, nachdem eine Abweichung bereits aufgetreten ist und möglicherweise die Produktion beeinträchtigt hat. Dieser Ansatz kann rasche Schwankungen der Eigenschaften des Rücklaufsandes (z. B. Feuchtigkeitsspitzen, Temperaturänderungen), die zwischen den Probenahmeintervallen auftreten, nicht effektiv kompensieren ( 12 ).

• Begrenzte Häufigkeit: Aufgrund des Zeit- und Arbeitsaufwands ist die Häufigkeit von Labortests oft eingeschränkt (z. B. einmal pro Stunde, einmal pro Schicht). Diese geringe Probenahmerate kann die hochfrequente Dynamik des Sandsystems nicht erfassen, insbesondere in automatisierten Anlagen, in denen Mischzyklen im Sekunden- oder Minutenbereich gemessen werden ( 9 ).

Das grundlegende Problem liegt in der Diskrepanz zwischen dem Zeitrahmen traditioneller Labortests (Minuten bis Stunden) und dem Zeitrahmen der Grünsandverarbeitung in modernen Gießereien (Sekunden bis Minuten) ( 9 ). Die Eigenschaften des Rücklaufsandes können aufgrund von Schwankungen der Gießzeit, der Kernsandverdünnung, der Umgebungsbedingungen und der Ausschütteffizienz erheblich variieren. Diese Schwankungen beeinflussen den Bedarf an Wasser- und Bindemittelzugaben in nachfolgenden Mischchargen. Offline-Tests sind schlichtweg zu langsam, um diese kurzfristigen Schwankungen effektiv zu erkennen und darauf zu reagieren. Diese zeitliche Diskrepanz verhindert die Einrichtung enger, stabilisierender Regelkreise allein auf Basis traditioneller Labormethoden und macht den Übergang zu einer Online-Echtzeitüberwachung notwendig.

4. Online-Überwachung und automatisierte Steuerung von Grünsand

Um die Einschränkungen von Offline-Tests zu überwinden und den Anforderungen an höhere Konsistenz und Effizienz gerecht zu werden, setzen Gießereien zunehmend auf Online-Überwachungs- und automatisierte Steuerungssysteme. Diese Systeme messen kritische Sandeigenschaften in Echtzeit oder nahezu Echtzeit direkt im Produktionsprozess und nutzen diese Informationen zur automatischen Anpassung der Sandaufbereitungsparameter.

4.1. Begründung und Vorteile

Die Implementierung von Online-Tests und automatisierter Steuerung bietet zahlreiche überzeugende Vorteile gegenüber traditionellen Methoden:

• Echtzeit-Datenerfassung: In die Sandaufbereitungsanlage integrierte Sensoren ermöglichen kontinuierliche oder hochfrequente Messungen (z. B. in jedem Chargenzyklus oder sogar noch schneller) und bieten so einen sofortigen Einblick in den aktuellen Zustand des Sandes ( 9 ).

• Verbesserte Prozesskonstanz: Durch schnelles Feedback und automatisierte Anpassungen können diese Systeme die Schwankungen wichtiger Eigenschaften wie Feuchtigkeit und Verdichtbarkeit deutlich reduzieren und so eine stabilere Sandqualität für die Formanlage gewährleisten ( 9 ). Hunderte von Gießereien berichten von geringeren Schwankungen der Verdichtbarkeit und stabilisierten Feuchtigkeitswerten ( 10 ).

• Reduzierung von Gussfehlern: Gleichbleibende Sandeigenschaften führen direkt zu weniger sandbedingten Gussfehlern wie Lunker, Poren, Ausdehnungsfehlern (Schuppen, Beulen), Metalldurchdringung, Erosion, Aufquellen und mangelhafter Oberflächengüte ( 7 ). Dies senkt die Ausschussquote und verbessert die Gussqualität ( 11 ).

• Optimierter Ressourcenverbrauch: Die präzise Steuerung ermöglicht eine genauere Dosierung von Wasser, Bentonit und anderen Additiven bedarfsgerecht in Echtzeit. Dadurch werden Überverbrauch und Abfall minimiert und somit die Rohstoffkosten gesenkt ( 9 ). Optimierte Mischzyklen (z. B. Mischen mit einem Zielenergieeinsatz anstatt mit einer festen Zeit) können ebenfalls zu Energieeinsparungen führen ( 9 ).

• Erhöhte Produktivität und höherer Durchsatz: Eine stabile Sandqualität ermöglicht höhere Liniengeschwindigkeiten in der Formgebung und reduziert Ausfallzeiten aufgrund von sandbedingten Problemen (z. B. Formbrüche, Verklebungen) oder dem Bedarf an manuellen Eingriffen ( 4 ). Dies steigert die Gesamteffizienz und Rentabilität des Werks ( 9 ).

• Automatisierung und geringere Abhängigkeit von Arbeitskräften: Automatisierte Test- und Kontrollverfahren verringern den Bedarf an ständiger manueller Probenahme, Labortests und Bedienereinstellungen, wodurch Personal für andere Aufgaben frei wird und menschliche Fehler minimiert werden ( 10 ).

Tabelle 2: Vergleich traditioneller und Online-Verfahren zur Grünsandprüfung

Besonderheit	Traditionelle Labortests	Online-Automatisiertes Testen
Messfrequenz	Niedrig (z. B. stündlich, pro Schicht)	Hoch (z. B. pro Charge, kontinuierlich) 9
Zeitverzögerung	Signifikant (Minuten bis Stunden) 15	Minimal (Sekunden bis Minuten) 12
Datentyp	Einzelne, historische Momentaufnahmen	Kontinuierlicher oder nahezu Echtzeit-Datenstrom 37
Steuermodus	Reaktiv (Anpassungen auf Basis vergangener Daten) 15	Proaktiv/Prädiktiv & Reaktiv (Vorwärts- und Rückkopplungsregelung) 10
Arbeitsintensität	Hoch (manuelle Probenahme, Prüfung, Dateneingabe) 10	Niedrig (automatisierte Probenahme, Prüfung, Kontrolle) 10
Konsistenzauswirkung	Begrenzte Möglichkeiten zur Kontrolle kurzfristiger Schwankungen; höhere Eigenschaftsvariabilität möglich.	Deutlich verbesserte Konsistenz; strengere Kontrolle über Eigenschaftsschwankungen 9
Kostenauswirkungen	Niedrigere Anschaffungskosten für die Ausrüstung; geringere laufende Arbeitskosten.	Höhere Anfangsinvestition (Sensoren, Steuerungen, Software); niedrigere operative Arbeitskosten 9
Potenzial zur Reduzierung von Defekten	Mittelmäßig; stützt sich auf die Identifizierung langfristiger Trends.	Hoch; gleicht kurzfristige Schwankungen aus und verhindert so die Entstehung von Defekten 9

4.2. Wichtige Sensortechnologien für Echtzeitmessungen

In Online-Überwachungssystemen für grünen Sand werden verschiedene Sensortechnologien eingesetzt:

• Mikrowellensensoren: Diese Sensoren messen die dielektrischen Eigenschaften (relative Permittivität und Verlustfaktor) des Sandgemisches. Da Wasser deutlich andere dielektrische Eigenschaften als Sand und Ton aufweist, korrelieren diese Messungen stark mit dem Feuchtigkeitsgehalt ( 43 ). Mikrowellentechniken ermöglichen aufgrund ihrer Eindringtiefe volumetrische Messungen. Zu den Methoden gehören Hohlraumperturbationstechniken (CPT), die bei spezifischen Frequenzen (z. B. 2,45 GHz) arbeiten, oder Übertragungsleitungsverfahren ( 43 ). Auch niederfrequente (z. B. 29–33 MHz) Mehrsondendetektoren wurden untersucht, die potenziell optimierte Konfigurationen für Grünsand bieten ( 43 ). Mikrowellenmessungen können jedoch durch andere Faktoren wie Sandtemperatur, Dichte, Textur und den Gehalt an Bentonit und Kohlenstaub beeinflusst werden, was eine sorgfältige Kalibrierung erfordert. Hierbei können multivariate Modelle wie neuronale Netze eingesetzt werden, um den Feuchtigkeitseffekt zu isolieren ( 43 ). Während Mikrowellenbarrieren zur Füllstandsmessung verwendet werden ( 13 ), sind hier Sensoren, die speziell für die Feuchtigkeitsmessung auf Basis dielektrischer Eigenschaften entwickelt wurden, relevanter.

• Nahinfrarot-(NIR)-Sensoren: Die NIR-Spektroskopie basiert auf dem Prinzip, dass bestimmte Moleküle Licht bei charakteristischen Wellenlängen im Nahinfrarotspektrum absorbieren. Wasser (OH-Bindungen) weist starke Absorptionsbanden im NIR-Bereich auf ( 44 ). Online-NIR-Sensoren projizieren typischerweise NIR-Licht auf den sich bewegenden Sandstrom (z. B. auf einem Förderband oder in einer Rutsche) und messen die Intensität des reflektierten Lichts bei spezifischen wasserabsorbierenden Wellenlängen im Vergleich zu Referenzwellenlängen ( 44 ). Die Differenz korreliert mit dem Oberflächenfeuchtegehalt. Es handelt sich um ein berührungsloses Messverfahren. Die Genauigkeit hängt von einer korrekten Kalibrierung für die jeweilige Sandmischung und Anwendung ab ( 44 ). Diese Sensoren sind mit robusten Gehäusen (z. B. Schutzart IP65) erhältlich, die für Gießereiumgebungen geeignet sind, und können in verschiedene Kommunikationsprotokolle integriert werden ( 44 ). Optische Analysatoren mit NIR-Spektroskopie zeigten in Gießerei-Fallstudien eine gute Korrelation mit Feuchtigkeitsmessungen im Labor ( 46 ).

• Automatisierte Verdichtungsprüfgeräte: Diese integrierten Einheiten sind so konzipiert, dass sie den Verdichtungstest im Labor automatisch und online durchführen. Sie entnehmen typischerweise eine Sandprobe aus dem Prozessstrom (z. B. vom Mischband), bereiten automatisch eine Standardprobe vor, wenden eine Verdichtungskraft an (oft pneumatisch, da diese Methode als repräsentativer für Formmaschinen gilt als das traditionelle 3-Stempel-Verfahren¹⁴ ), messen den resultierenden Verdichtungsgrad und geben die verbrauchte Probe ab⁹. Führende automatisierte Prüfsysteme bieten diese Kernfunktionalität. Einige fortschrittliche Geräte können zusätzlich die Gründruckfestigkeit (GCS) und die Permeabilität an derselben automatisch vorbereiteten Probe innerhalb kurzer Zykluszeiten (z. B. 90 Sekunden bei einigen Modellen ³⁵ ) messen und so Daten mit mehreren Parametern liefern. Diese Prüfgeräte bilden häufig das zentrale Sensorelement in geschlossenen Regelkreisen.

• Temperatursensoren: Da die Temperatur einen erheblichen Einfluss auf die Feuchtigkeitsspeicherung und die allgemeinen Eigenschaften des Sandes hat ( 7 ), ist die Temperaturmessung von entscheidender Bedeutung. Einfache, robuste Sonden (z. B. PT100-Widerstandsthermometer 17 ) werden üblicherweise eingesetzt, um die Rücklauftemperatur des Sandes vor dem Kühler/Mischer und gegebenenfalls die Temperatur des Sandes nach dem Mischen oder Kühlen zu messen ( 12 ). Diese Daten sind unerlässlich für Regelalgorithmen, insbesondere für die Berechnung der anfänglichen Wasserzugabe.

• Leitfähigkeits-/Kapazitätssonden: Einige Systeme verwenden Sonden, die die elektrische Leitfähigkeit oder Kapazität des Sandgemisches messen, da diese Eigenschaften auch vom Feuchtigkeitsgehalt beeinflusst werden ( 12 ). Diese werden häufig zur Überwachung der Rücklaufsandfeuchtigkeit eingesetzt.

• Wägezellen/Wiegesysteme: Eine präzise Dosierung ist für die Prozesssteuerung unerlässlich. Wägezellen werden in die Wiegebehälter von Mischern integriert oder unter Förderbändern (Bandwaagen) platziert, um die Menge des in den Mischer eingebrachten Sandes für jede Charge genau zu messen ( 10 ). Sie sind außerdem wichtige Komponenten in automatisierten Dosiersystemen zum genauen Wiegen und Dosieren von trockenen Additiven wie Bentonit und Kohlenstoff ( 9 ).

Obwohl direkte Feuchtigkeitssensoren wie Mikrowellen- und NIR-Sensoren verfügbar sind und eingesetzt werden, geht der Fokus vieler moderner Online-Steuerungssysteme eindeutig auf die direkte Messung und Steuerung der Verdichtbarkeit mithilfe automatisierter Prüfgeräte ( 9 ). Die Verdichtbarkeit reagiert sehr empfindlich auf Feuchtigkeit, spiegelt aber auch die kombinierten Effekte von Wassergehalt, Tonart und Aktivierungszustand, Temperatur und Feinkornanteil wider ( 14 ). Die direkte Steuerung der Verdichtbarkeit ermöglicht eine umfassendere, funktionale Beurteilung der Formbarkeit des Sandes – also seines tatsächlichen Verhaltens unter Verdichtungskräften – anstatt sich allein auf den prozentualen Anteil einer Komponente (Wasser) zu verlassen. Dieser Ansatz bietet eine robustere Steuerung gegenüber Schwankungen anderer Sandparameter, die das Verhältnis zwischen Feuchtigkeitsgehalt und Formleistung beeinflussen können.

Unabhängig vom Sensortyp hängt eine genaue und zuverlässige Messung in der rauen und variablen Gießereiumgebung von einer korrekten Kalibrierung und Wartung ab. Sensoren, die Eigenschaften messen, die von mehreren Faktoren beeinflusst werden (wie Mikrowellen- oder NIR-Feuchtesensoren, die von Temperatur, Dichte oder Zusammensetzung abhängen⁴³, oder Verdichtungsmessgeräte, die eine mechanische Wartung benötigen ¹⁴), erfordern eine sorgfältige Ersteinrichtung anhand von Referenzmethoden, regelmäßige Überprüfung und gegebenenfalls den Einsatz fortschrittlicher Kalibrierungsmodelle oder adaptiver Regelalgorithmen, um diese Störungen und die Drift im Laufe der Zeit zu kompensieren¹².

Tabelle 3: Übersicht über Online-Sensortechnologien für Grünsandeigenschaften

Sensortyp	Funktionsprinzip	Primäre Messgröße(n)	Typischer Installationsort	Vorteile	Einschränkungen/Überlegungen
Mikrowelle	Es wurden dielektrische Eigenschaften (Permittivität, Verlustfaktor) gemessen, die mit dem Wassergehalt korrelierten ( 43 ).	Feuchtigkeitsgehalt	Im Mischer, auf Förderbändern, in Rutschen ( 43 ).	Volumetrische Messung (durchdringt das Material), potenziell schnelle Reaktion.	Empfindlich gegenüber Temperatur, Dichte und Zusammensetzung (Ton, Kohle); erfordert sorgfältige Kalibrierung, gegebenenfalls multivariate Modellierung ( 43 ).
Nahinfrarot (NIR)	Misst die Absorption/Reflexion spezifischer NIR-Wellenlängen, die mit Wasser (OH-Bindungen) assoziiert sind ( 44 ).	Feuchtigkeitsgehalt (Oberfläche)	Über Förderbänder, Rutschen, Trocknerauslässe ( 44 ).	Berührungslose, relativ schnelle Messung.	Nur Oberflächenmessung; empfindlich gegenüber Entfernung, Materialfarbe/Textur, Umgebungslicht; erfordert Kalibrierung ( 44 ).
Automatisierter Verdichtungstester	Automatische Probenentnahme, Probenvorbereitung, Anwendung von Verdichtungskraft (pneumatisch/Stempel), Messung der Höhenänderung ( 9 ).	Kompaktierbarkeit; einige Einheiten messen auch GCS, Permeabilität ( 10 ).	Am Mischerauslauf auf dem vorbereiteten Sandförderband ( 9 ).	Direkte Messung wichtiger funktioneller Eigenschaften; integriert mehrere Einflüsse (Feuchtigkeit, Ton, Temperatur); Grundlage für viele Steuerungssysteme.	Mechanisches System, das Wartung erfordert; diskrete Probenahme (pro Charge); Möglichkeit von Problemen mit der Repräsentativität der Probe, wenn die Probenahme nicht korrekt durchgeführt wird ( 14 ).
Temperaturfühler	Widerstandsthermometer (RTD) oder Thermoelement zur Messung der Sandtemperatur ( 17 ).	Temperatur	Rücklauf-Sandförderer, Kühlerauslauf, Mischerauslauf ( 12 ).	Unverzichtbare Eingangsdaten für die Feuchtigkeitskontrolle und das Verständnis des Sandverhaltens; relativ einfach und robust.	Punktmessung; Sondenschutz in abrasiver Umgebung erforderlich.
Leitfähigkeits-/Kapazitätssonde	Misst elektrische Eigenschaften, die von Feuchtigkeit beeinflusst werden ( 12 ).	Feuchtigkeitsgehalt (abgeleitet)	Rücklauf des Sandstroms im Mischer ( 12 ).	Kann ein kontinuierliches Signal liefern.	Indirekte Messung; empfindlich gegenüber Zusammensetzung (Ton, Elektrolyte), Temperatur und Dichte; erfordert Kalibrierung.
Wägezelle / Wiegesystem	Das Gewicht wird mittels Dehnungsmessstreifen gemessen ( 12 ).	Gewicht (Sandcharge, Additivdosis)	Unterhalb des Mischtrichters befinden sich Bandabschnitte und Additivdosierer ( 9 ).	Unerlässlich für präzises Dosieren und die Kontrolle von Zusatzstoffen; hohe Genauigkeit möglich.	Erfordert fachgerechte Installation und Kalibrierung; mechanisches System.

4.3. Rückkopplungsregelschleifen

Online-Sensoren liefern die notwendigen Echtzeitdaten, aber der Kern der automatisierten Steuerung liegt in der Rückkopplungsschleife, die diese Messungen in Korrekturmaßnahmen umsetzt.

• Systemarchitektur: Ein typisches automatisiertes Grünsand-Steuerungssystem funktioniert wie folgt:

• Sensoren (z. B. Temperatur, Feuchtigkeit/Leitfähigkeit am Rücklaufsandband; Verdichtungsprüfer am Mischerauslauf) messen relevante Eigenschaften ( 10 ).

• Die Sensorsignale werden an eine zentrale Steuereinheit, üblicherweise eine speicherprogrammierbare Steuerung (SPS), übertragen ( 10 ).

• Die SPS führt ein Steuerungsprogramm aus, das die Messwerte mit vordefinierten Sollwerten für die gewünschten Sandeigenschaften vergleicht ( 10 ).

• Auf Grundlage der Abweichung zwischen Ist- und Sollwerten berechnet der Regelalgorithmus die notwendigen Anpassungen der Wasser- und/oder Trockenadditivzugaben für die aktuelle oder nachfolgende Charge ( 10 ).

• Die SPS sendet Ausgangssignale an Aktoren – typischerweise Steuerventile für Wasser und automatische Dosierer für trockene Zusatzstoffe ( 9 ).

• Die Aktuatoren dosieren präzise die berechneten Mengen an Wasser und Zusatzstoffen in den Mischer ( 9 ).

• Der Zyklus wiederholt sich, wobei die Eigenschaften kontinuierlich überwacht und angepasst werden, um sie nahe den Zielwerten zu halten.

• Steuerungslogik und Algorithmen: Die Intelligenz des Systems liegt in den in der SPS eingebetteten Steuerungsalgorithmen.

• Vorsteuerung: Viele Systeme nutzen Messungen des einlaufenden Rücklaufsandes (Temperatur, Feuchtigkeit/Leitfähigkeit), um die für die Charge benötigte anfängliche („Spül-“ oder Primär-) Wasserzugabe vorherzusagen ( 10 ). Dadurch wird der Bedarf des einlaufenden Sandes antizipiert.

• Regelung mit Rückkopplung: Messungen während oder nach dem Mischen (z. B. Verdichtbarkeit, Feuchtigkeit) liefern Rückkopplungen zur Korrektur von Vorhersagefehlern oder unerwarteten Abweichungen. Anpassungen erfolgen häufig durch Zugabe von Feinwasser ( 12 ). Die PID-Regelung (Proportional-Integral-Differential) ist ein gängiges Verfahren zur Rückkopplung. Sie ermöglicht es dem System, auf die Fehlergröße (Proportionalanteil) zu reagieren, stationäre Abweichungen zu eliminieren (Integralanteil) und zukünftige Änderungen zu antizipieren (Differentialanteil) ( 10 ).

• Bindungskontrolle: Die Algorithmen zur Steuerung der Bentonitzugabe können variieren. Einige Systeme passen die Bindung an, um eine Ziel-Grünfestigkeit bei gleichzeitiger Verdichtbarkeit zu gewährleisten ( 10 ). Andere verwenden Algorithmen, die die berechnete „verfügbare Bindung“ auf Basis aktueller Tests berücksichtigen oder ein bestimmtes Verhältnis zu den Zielwerten für den aktiven Ton einhalten ( 10 ). Eine gewichtsbasierte Dosierung gewährleistet Genauigkeit ( 9 ).

• Adaptive/Lernende Algorithmen: Fortgeschrittenere Systeme verfügen über selbstlernende oder adaptive Funktionen. Beispielsweise kann das System die Kalibrierkurve, die Sensormesswerte (wie die Leitfähigkeit) mit den erforderlichen Wasserzugaben verknüpft, automatisch anpassen, basierend auf dem tatsächlichen Wasserverbrauch vorheriger Zyklen ( 12 ). Regeln der statistischen Prozesskontrolle (SPC) können ebenfalls integriert werden, um Anpassungen auszulösen, wenn Trends die Kontrollgrenzen überschreiten ( 15 ). Einige Systeme nutzen Selbstlernfunktionen zur Positionierung des Schiebers anhand des Füllstands im Behälter ( 17 ).

• Ausführung: Die präzise Ausführung der berechneten Additionen ist von entscheidender Bedeutung.

• Wasserzugabe: Typischerweise werden genaue Durchflussmesser (z. B. Impuls-Verdrängungsdurchflussmesser) und schnell reagierende Regelventile (z. B. Membranventile) verwendet, um das von der SPS berechnete genaue Wasservolumen zuzuführen ( 10 ).

• Dosierung von Trockenadditiven: Nutzt gewichtsbasierte Systeme für eine hohe Genauigkeit. Wägezellen messen das Gewicht des Additivs in einem Dosierbehälter, das dann über Schneckenförderer oder pneumatische Einspritzsysteme, die von der SPS gesteuert werden, in den Mischer geleitet wird ( 9 ).

Diese Kombination aus vorausschauender Regelung basierend auf den Eingangsbedingungen und rückgekoppelter Regelung basierend auf den Eigenschaften des Sandgemisches ergibt eine robuste, mehrstufige Strategie ( 10 ). Die vorausschauende Komponente liefert eine gute Anfangsschätzung und entlastet so den Regelkreis, während die rückgekoppelte Komponente Ungenauigkeiten und unerwartete Störungen korrigiert. Dies führt zu einer präziseren Gesamtregelung und einer schnelleren Stabilisierung im Vergleich zu Systemen mit reiner Rückkopplung. Verschiedene integrierte kommerzielle Systeme, die diese Prinzipien anwenden, sind bei spezialisierten Geräteherstellern erhältlich.

5. Technologische Grenzen im Grünsandmanagement

Aufbauend auf etablierten Online-Überwachungs- und Kontrollsystemen verfeinern verschiedene technologische Fortschritte das Grünsandmanagement und streben nach größerer Präzision, Integration und Intelligenz.

5.1. Erweiterte Sensorik: Multiparameter-Sensoren und Sensorfusion

Die Komplexität von Grünsand, bei dem mehrere Eigenschaften voneinander abhängig sind, erfordert umfassendere Sensorik.

• Multiparameter-Sonden: Anstatt für jede Eigenschaft separate Sensoren zu verwenden, geht der Trend hin zu integrierten Einheiten, die mehrere Parameter gleichzeitig an einer einzigen Probe oder einem einzigen Messpunkt erfassen können. Einige automatisierte Prüfgeräte messen beispielsweise Temperatur, Feuchtigkeit, Verdichtbarkeit, GCS und Permeabilität in einem automatisierten Zyklus ( 35 ). Ebenso können fortschrittliche Steuerungen mit ihrem integrierten Prüfgerät Verdichtbarkeit, Grünfestigkeit und Feuchtigkeit messen ( 10 ). Die Forschung an dielektrischen Multisonden-Sensoren mit niedriger Frequenz zielt ebenfalls darauf ab, mehr Informationen (z. B. Feuchtigkeitsvorhersage unter Berücksichtigung von Bentonit, Kohle und Verdichtbarkeit) aus einem einzigen Sensorsystem zu gewinnen ( 43 ). Dieser Ansatz spiegelt Entwicklungen in anderen Bereichen wider, wie z. B. Multiparameter-Wasserqualitätssonden, die zahlreiche chemische und physikalische Parameter messen ( 48 ). Der Vorteil liegt darin, einen umfassenderen Datensatz von einem einzigen Messpunkt zu erhalten, bei potenziell geringerer Hardwarekomplexität im Vergleich zum Einsatz zahlreicher Einzelsensoren.

• Sensorfusion: Dieses Konzept kombiniert Daten mehrerer, potenziell unterschiedlicher Sensoren intelligent, um eine genauere, zuverlässigere und umfassendere Bewertung des Systemzustands zu erreichen, als dies mit einem einzelnen Sensor möglich wäre ( 49 ). Angesichts der systembedingten Einschränkungen und Empfindlichkeiten einzelner Sensoren in Gießereiumgebungen (z. B. werden Feuchtigkeitsmessungen durch Temperatur und Zusammensetzung beeinflusst 43 ) bietet die Fusion von Datenströmen einen vielversprechenden Ansatz. So könnte beispielsweise ein Algorithmus Messwerte eines Mikrowellen-Feuchtigkeitssensors, einer Temperatursonde und eines Verdichtungstesters mit Informationen zur Sandzusammensetzung kombinieren, um eine robustere Schätzung der effektiven Sandhärte zu generieren oder das wahrscheinliche Verhalten im Formwerkzeug vorherzusagen. KI- und ML-Verfahren eignen sich besonders gut für die Implementierung der Sensorfusion, da sie die komplexen Zusammenhänge zwischen verschiedenen Sensoreingaben und dem Gesamtsystemzustand erlernen ( 49 ). Obwohl die Sensorfusion in Bereichen wie der Verteidigung oder autonomen Systemen etablierter ist ( 49 ), sind ihre Prinzipien auch für die Bewältigung der komplexen Herausforderungen bei der Steuerung von Formsand hochrelevant ( 7 ). Das Bestreben, Daten aus verschiedenen Quellen zu kombinieren, kann als direkte Strategie zur Bewältigung der Herausforderungen interpretiert werden, die sich aus der hohen Interdependenz der Eigenschaften und der Empfindlichkeit einzelner Sensoren gegenüber Umwelt- oder Zusammensetzungsänderungen ergeben. Durch die Integration diverser Datenpunkte zielen die Systeme darauf ab, ein zuverlässigeres und umfassenderes Verständnis des Sandzustands zu erlangen und so präzisere und robustere Steuerungsentscheidungen zu ermöglichen.

5.2. Integration von Industrie 4.0: IoT, Cloud-Plattformen, Datenprotokollierung und Fernüberwachung

Die Prinzipien der Industrie 4.0, die sich um Vernetzung, Daten und intelligente Automatisierung drehen, werden aktiv in modernen Gießereien angewendet, einschließlich Grünsandmanagementsystemen ( 37 ).

• Vernetzung (IIoT): Sensoren, SPSen, Mischer, Spritzgießmaschinen und andere Anlagen werden zunehmend über Standardkommunikationsprotokolle (z. B. Ethernet TCP/IP, ProfiNet, Modbus TCP) und spezialisierte IIoT-Gateway-Geräte ( 39 ) mit werksweiten Netzwerken und dem Internet verbunden. Dies ermöglicht einen nahtlosen Datenfluss zwischen der Betriebstechnik (OT) in der Fertigung und den Informationstechniksystemen (IT) ( 38 ).

• Zentrale Datenerfassung und Cloud-Plattformen: Die von Online-Sensoren und Steuerungssystemen generierten enormen Datenmengen (Eigenschaftsmessungen, Additivmengen, Zykluszeiten, Anlagenstatus, Temperaturen, Motorströme usw.) werden erfasst und in zentralen Datenbanken gespeichert, die häufig auf Cloud-Plattformen gehostet werden ( 37 ). Dadurch entsteht eine umfassende historische Dokumentation des Prozesses.

• Datenvisualisierung und -analyse: Softwareplattformen bieten benutzerfreundliche Dashboards zur Visualisierung von Echtzeit- und historischen Datentrends ( 37 ). Standardmäßige Business-Intelligence-Tools ( 46 ) oder spezialisierte Foundry-Datenplattformen ( 39 ) ermöglichen es Bedienern, Ingenieuren und Managern, Leistungskennzahlen (KPIs) zu überwachen, die Gesamtanlageneffektivität (OEE) zu verfolgen, Korrelationen zu analysieren, Anomalien zu identifizieren und Probleme effektiver zu beheben ( 37 ).

• Fernüberwachung und Expertenunterstützung: Die Konnektivität ermöglicht den Fernzugriff auf Systemdaten und Diagnosen. Dadurch können interne Experten oder auch Gerätehersteller die Leistung überwachen, Unterstützung bei der Fehlerbehebung leisten und proaktive Wartungsempfehlungen geben, ohne physisch anwesend sein zu müssen ( 34 ). Einige Anbieter bieten Fernüberwachungszentren an, die Expertenberatung und -unterstützung auf Basis von Echtzeitdaten gewährleisten ( 37 ).

• Integration mit Unternehmenssystemen: Daten aus der Sandaufbereitungsanlage können mit übergeordneten Anlagenmanagementsystemen wie Manufacturing Execution Systems (MES) oder Enterprise Resource Planning (ERP) integriert werden, um eine bessere Produktionsplanung, Bestandsverwaltung und allgemeine Business Intelligence zu ermöglichen ( 38 ).

Die Implementierung dieser Industrie-4.0-/IoT-Konzepte erfüllt einen entscheidenden Zweck, der weit über die reine Überwachung hinausgeht. Sie schafft die essenzielle Dateninfrastruktur – zuverlässige Datenerfassung, -aggregation, -speicherung und -zugriff –, die grundlegend für die Nutzung fortschrittlicher KI- und ML-Techniken ist ( 39 ). Ohne einen robusten und gut verwalteten Fluss hochwertiger Prozessdaten werden die Entwicklung und der Einsatz effektiver KI-gestützter Optimierungsmodelle stark beeinträchtigt. Daher ist die IoT-Implementierung oft eine notwendige Voraussetzung oder begleitende Aktivität, um das volle Potenzial von KI bei der Optimierung der Grünsandsteuerung und des gesamten Gießereibetriebs auszuschöpfen.

5.3. Künstliche Intelligenz und Maschinelles Lernen (KI/ML)

KI und ML stellen die nächste Stufe in der Optimierung von Grünsandsystemen dar und gehen über vordefinierte Steuerungslogik hinaus hin zu datengesteuerter Vorhersage, Anpassung und Optimierung ( 50 ).

• Prädiktive Eigenschaftsmodellierung: ML-Algorithmen wie künstliche neuronale Netze (KNN) ( 43 ) oder Random Forests ( 59 ) können anhand großer historischer Datensätze trainiert werden, die Sensordaten (Temperatur, vorherige Zusätze usw.) und entsprechende gemessene Sandeigenschaften (Feuchtigkeit, Verdichtbarkeit, Festigkeit) oder sogar Gießergebnisse enthalten. Nach dem Training können diese Modelle Sandeigenschaften in Echtzeit auf Basis aktueller Sensormesswerte vorhersagen ( 43 ). Dies ist besonders wertvoll für die Schätzung von Eigenschaften, die sich nur schwer oder langsam direkt online messen lassen, oder für die Vorhersage des zukünftigen Zustands des Sandes auf Basis der aktuellen Bedingungen. Die allgemeine Forschung in der Materialwissenschaft untersucht aktiv ML zur Eigenschaftsvorhersage ( 59 ).

• Optimierung der Regelungsstrategie: Künstliche Intelligenz (KI) kann die komplexen, oft nichtlinearen Zusammenhänge zwischen zahlreichen Eingangsvariablen (Eigenschaften des Rücklaufsandes, Art und Menge der Additive, Mischerparameter, Umgebungsbedingungen) und Ausgangsvariablen (Eigenschaften des Endsandes, Gussfehlerraten) analysieren. Durch das Lernen dieser Zusammenhänge aus historischen Daten können KI-Systeme optimale Sollwerte und Betriebsparameter für die bestehenden SPS-basierten Regelungssysteme empfehlen, um spezifische Ziele zu erreichen, wie z. B. die Minimierung der Variabilität, die Reduzierung des Additivverbrauchs oder die Minimierung bestimmter Fehlertypen ( 39 ). Techniken wie genetische Algorithmen (GA) wurden auch für die Mehrzieloptimierung untersucht (z. B. zur Abwägung von Festigkeit und Kosten) ( 58 ).

• Fehlervorhersage und -diagnose: KI-Techniken, darunter Expertensysteme, fallbasiertes Schließen (CBR) ( 55 ), adaptive neuro-fuzzy Inferenzsysteme (ANFIS) ( 55 ) und Computer Vision in Kombination mit maschinellem Lernen (ML) ( 57 ), können zur Analyse von Prozessdaten zusammen mit Gussinspektionsergebnissen eingesetzt werden. Diese Systeme können potenziell die Wahrscheinlichkeit des Auftretens spezifischer Fehler auf Basis aktueller oder kürzlich aufgetretener Sandeigenschaften und Prozessbedingungen vorhersagen und so präventive Maßnahmen ermöglichen. Sie können auch bei der Diagnose der Fehlerursachen helfen, indem sie Korrelationen zwischen Prozessabweichungen und dem Auftreten von Fehlern identifizieren ( 27 ).

• Kommerzielle Implementierungen: Kommerzielle KI-Lösungen entstehen zunehmend, oft in Zusammenarbeit zwischen Gießereitechnologieanbietern und KI-Spezialisten ( 62 ). Diese Plattformen analysieren historische Produktions- und Qualitätsdaten des gesamten Gießereiprozesses (Sandaufbereitungsanlage, Formgebung, Gießen) ( 40 ). Sie ermitteln die optimalen Prozessfenster für spezifische Gussteile und geben den Bedienern Anpassungen der Steuerungsparameter vor, um die Ausschussraten deutlich zu reduzieren ( 39 ).

Eine wichtige Beobachtung hinsichtlich aktueller KI-Anwendungen ist, dass sie sich häufig auf eine übergeordnete Optimierung konzentrieren, anstatt die sekundengenaue Regelung durch SPSen zu ersetzen ( 10 ). Diese KI-Systeme analysieren gesammelte historische Daten, um die optimalen Betriebsziele und -bereiche (Vorgaben) für die bestehenden Steuerungssysteme zu ermitteln. Die SPS übernimmt weiterhin die Echtzeit-Anpassungen, die zur Erreichung dieser Vorgaben erforderlich sind. Dies deutet darauf hin, dass KI derzeit primär als intelligente Beratungsebene eingesetzt wird, die tiefgreifende, aus Daten gewonnene Prozesserkenntnisse nutzt, um die etablierten Automatisierungssysteme hinsichtlich Gesamtleistung und Qualität zu optimieren.

6. Auswirkungen, Vorteile und praktische Überlegungen

Die Einführung fortschrittlicher Online-Test- und automatisierter Steuerungssysteme, insbesondere in Verbindung mit Industrie 4.0 und KI-Funktionen, bietet Gießereien erhebliche potenzielle Vorteile, stellt sie aber auch vor praktische Herausforderungen bei der Umsetzung.

6.1. Quantifizierbare Vorteile

Die Implementierung dieser Technologien kann zu messbaren Verbesserungen in mehreren Schlüsselbereichen führen:

• Verbesserte Gussqualität und Reduzierung von Gussfehlern: Dies ist häufig der Hauptgrund. Durch die Einhaltung engerer Toleranzen bei den Eigenschaften des Grünsandes wird das Auftreten von sandbedingten Fehlern deutlich reduziert ( 9 ). Zu diesen Fehlern gehören:

• Gasdefekte: Lunker, Nadellöcher, die durch übermäßige Feuchtigkeit oder geringe Durchlässigkeit verursacht werden ( 14 ).

• Expansionsfehler: Schorf, Beulen, Rattenschwänze, die durch übermäßige Sandausdehnung verursacht werden und oft mit einer hohen GCS, einer niedrigen WTS oder einem unzureichenden Gehalt an flüchtigen Bestandteilen zusammenhängen ( 11 ).

• Erosion und Sandeinschlüsse: Verursacht durch geringe Grün- oder Trockenfestigkeit, was dazu führt, dass Sand in das Gussteil gespült wird ( 11 ).

• Metallpenetration: Eindringen von geschmolzenem Metall in die Poren des Sandes, bedingt durch groben Sand, eine geringe Formdichte oder einen Mangel an glänzenden Kohlenstoffbildnern ( 2 ).

• Aufquellen und Maßungenauigkeit: Verursacht durch eine zu geringe Härte der Form oder eine zu hohe Verdichtungsfähigkeit, die zu Bewegungen der Formwand führt ( 14 ).

• Mangelhafte Oberflächengüte: Ursache sind grober Sand, hohe Permeabilität oder unzureichende Stabilität der Formoberfläche ( 2 ). Fallstudien belegen signifikante Ausschussreduzierungen von bis zu 40–50 % für bestimmte Teile oder Gießereien nach der Implementierung fortschrittlicher Steuerungssysteme oder KI-gestützter Optimierung ( 13 ). Eine verbesserte Oberflächengüte reduziert die Kosten für Nachbearbeitung und Reinigung ( 5 ).

• Verbesserte Prozesskonsistenz: Online-Überwachung und automatisierte Rückkopplungsschleifen reduzieren die Chargen- und Schichtvariabilität kritischer Sandeigenschaften wie Feuchtigkeit, Verdichtbarkeit und Festigkeit drastisch ( 9 ). Dies führt zu einem besser vorhersagbaren und stabileren Formgebungsprozess ( 9 ).

• Ressourceneffizienz:

• Materialien: Eine präzise, automatisierte Dosierung auf Basis von Echtzeitmessungen minimiert den übermäßigen Verbrauch von Wasser, Bentonit, kohlenstoffhaltigen Additiven und anderen kostspieligen Materialien ( 9 ). Es wurden Reduzierungen des Bentonitverbrauchs um 20 % oder mehr berichtet ( 29 ). Eine verbesserte Systemstabilität kann zudem die erforderliche Menge an neuem Sand reduzieren, die zur Kompensation von Tonablagerungen benötigt wird ( 15 ).

• Energie: Durch die Optimierung des Mahlzyklus, beispielsweise durch den Wechsel von zeitgesteuertem Mahlen zu Mahlen mit stabiler Energiezufuhr (Mull-to-Energy Stable Power – MTESP), lässt sich die Mahlzeit deutlich reduzieren (Berichte zufolge um 30–75 %) und der damit verbundene Energieverbrauch senken, ohne die Sandeigenschaften zu beeinträchtigen ( 9 ). Eine bessere Kontrolle der Sandtemperatur durch effiziente Kühlsysteme trägt ebenfalls zum Energiemanagement bei ( 9 ).

• Sandgewinnung: Obwohl sich stabile Eigenschaften von Grünsand von der Kontrollgruppe unterscheiden, können sie potenziell positive Auswirkungen auf nachgelagerte Sandgewinnungsprozesse haben ( 25 ). Eine effektive Gewinnung selbst bietet erhebliche Kosteneinsparungen, da der Kauf von neuem Sand und die Entsorgungskosten reduziert werden ( 66 ).

• Gesteigerte Produktivität und Rentabilität: Gleichmäßiger, hochwertiger Sand ermöglicht höhere Produktionsgeschwindigkeiten und weniger Unterbrechungen in Formanlagen ( 4 ). Reduzierte Ausfallzeiten aufgrund von Sandproblemen oder Geräteausfällen (potenziell durch IIoT-Überwachung vorhersehbar) steigern den Durchsatz zusätzlich ( 10 ). In Kombination mit geringeren Ausschussraten und reduziertem Ressourcenverbrauch tragen diese Faktoren direkt zu niedrigeren Fertigungskosten und verbesserter Rentabilität bei ( 4 ). Verbesserungen der Gesamtanlageneffektivität (OEE) von 10–15 % wurden durch die Implementierung von Industrie 4.0 erzielt ( 37 ).

6.2. Implementierungshürden

Trotz der klaren Vorteile stehen Gießereien bei der Implementierung fortschrittlicher Online-Steuerungssysteme vor mehreren praktischen Herausforderungen:

• Kosten: Die Anfangsinvestition kann beträchtlich sein und umfasst Sensoren, SPS, HMIs, automatisierte Dosiersysteme, Softwarelizenzen, Integrationsdienstleistungen und gegebenenfalls notwendige Aufrüstungen bestehender Anlagen wie Mischer oder Kühler ( 9 ). Zwar existieren kostengünstigere Optionen für die Basissteuerung ( 41 ), doch stellen komplexe Systeme mit IIoT und KI einen erheblichen Kapitalaufwand dar. Auch die Werkzeugkosten für Prozessänderungen können beträchtlich sein ( 42 ). Eine gründliche Kosten-Nutzen-Analyse und ROI-Berechnung sind für die Rechtfertigung unerlässlich ( 38 ). Diese Berechnung ist oft komplex, da die greifbaren Kosten (Anlagen, Wartung) gegen quantifizierbare Vorteile (Reduzierung von Ausschuss, Materialeinsparungen) und schwerer quantifizierbare Vorteile (verbesserte Konsistenz, schnellere Reaktionszeiten) abgewogen werden müssen ( 9 ). Der Erfolg der Implementierung hängt häufig vom Nachweis eines positiven, wenn auch potenziell komplexen, ROI ab.

• Kalibrierung und Wartung: Online-Sensoren erfordern eine präzise Erstkalibrierung anhand von Referenzmethoden sowie eine fortlaufende Überprüfung oder Neukalibrierung, um die Genauigkeit in der anspruchsvollen Gießereiumgebung (Staub, Vibrationen, Temperaturschwankungen) zu gewährleisten ( 12 ). Automatisierte Prüfgeräte und Dosiersysteme enthalten mechanische Komponenten, die regelmäßige vorbeugende Wartung benötigen, um die Zuverlässigkeit sicherzustellen ( 9 ). Die Robustheit der Gerätekonstruktion ist ein Schlüsselfaktor zur Minimierung des Wartungsaufwands ( 10 ).

• Komplexität der Systemintegration: Die Integration neuer Sensoren, Steuerungen und Software in bestehende Altsysteme (Mischer, Förderbänder, Formanlagen) und das IT-Netzwerk des Werks kann komplex sein ( 37 ). Sie erfordert häufig Expertise sowohl im Bereich der Betriebstechnik (OT – der physischen Prozesssteuerung) als auch der Informationstechnik (IT – Netzwerke, Datenmanagement) ( 38 ). Auch die Gewährleistung der Kompatibilität zwischen Systemen verschiedener Hersteller kann eine Herausforderung darstellen.

• Datenmanagement und Expertise: IIoT-fähige Systeme generieren große Datenmengen. Die effektive Speicherung, Verwaltung, Analyse und Interpretation dieser Daten erfordert eine geeignete Infrastruktur und qualifiziertes Personal (Datenanalysten, Prozessingenieure mit Erfahrung in Datenanalyse-Tools) ( 37 ). Foundries müssen möglicherweise in Schulungen investieren oder auf Supportleistungen von Anbietern bzw. KI-Plattformen zurückgreifen, um aussagekräftige Erkenntnisse aus den Daten zu gewinnen ( 37 ). Die Schließung potenzieller Kompetenzlücken im Bereich Datenanalyse innerhalb der bestehenden Belegschaft stellt eine häufige Herausforderung dar ( 53 ).

• Prozessinertie und Change-Management: Die erfolgreiche Implementierung dieser Technologien erfordert mehr als nur die Installation von Hard- und Software. Sie beinhaltet die Anpassung von Arbeitsabläufen, die Schulung der Mitarbeiter im Umgang mit den neuen Tools und im Vertrauen in die Daten sowie die Förderung einer Kultur, die datengestützte Entscheidungsfindung unterstützt ( 38 ). Die Überwindung von Widerständen gegen Veränderungen und die Sicherstellung der Zustimmung des Managements sind entscheidend für die Realisierung des vollen Nutzens ( 38 ). Trotz der hohen Leistungsfähigkeit von Automatisierung und KI bleiben menschliche Faktoren von entscheidender Bedeutung. Ordnungsgemäße Wartung, Kalibrierungsprüfungen, das Verständnis der Systemausgaben, effektive Fehlerbehebung durch Techniker, umfassende Bedienerschulungen und die Bereitschaft des Managements, datengestützte Empfehlungen umzusetzen, sind allesamt unerlässlich für nachhaltigen Erfolg ( 9 ). Die Einführung von Technologien ist eine soziotechnische Herausforderung, und die Vernachlässigung der menschlichen und organisatorischen Aspekte kann die potenziellen Vorteile zunichtemachen.

6.3. Veranschaulichende Fallstudien

Zahlreiche Gießereien haben fortschrittliche Grünsandkontrollsysteme erfolgreich implementiert und damit konkrete Vorteile erzielt:

• Fortschrittliche Online-Steuerungen: Gießereien, die fortschrittliche Online-Steuerungen einsetzen, berichten übereinstimmend von einer präziseren Kontrolle der Verdichtbarkeit und des Feuchtigkeitsgehalts. Dies führt zu weniger sandbedingten Fehlern und einer gleichmäßigeren Gussqualität ( 10 ). Die Implementierungen haben eine verbesserte Konsistenz, einen geringeren Bindemittelverbrauch, eine bessere Oberflächengüte der Gussteile und eine Unterstützung bei der Wartungsdiagnostik gezeigt ( 15 ).

• IIoT-Plattformen mit KI-Optimierung: Gießereien, die integrierte IIoT-Plattformen in Kombination mit KI-gestützter Optimierungssoftware einsetzen, berichten von signifikanten Reduzierungen der Ausschussraten – teilweise über 50 % innerhalb weniger Monate – durch die Umsetzung KI-gestützter Prozessanpassungen. Diese Systeme analysieren Daten entlang der gesamten Produktionslinie, um optimale Betriebsparameter zu ermitteln ( 39 ). Gießereigruppen mit mehreren Standorten nutzen diese Plattformen, um KPIs zu überwachen, Qualifikationslücken zu schließen und Qualitätsverbesserungen an allen Standorten voranzutreiben ( 53 ).

• Moderne Formanlagen und Aufbereitung: Gießereimodernisierungen mit modernen, automatisierten Formanlagen, die mit Industrie-4.0-Technologien integriert sind, haben zu erheblichen betrieblichen Verbesserungen geführt ( 37 ). Tragbare/integrierte automatisierte Prüfgeräte ermöglichen schnelle Multi-Eigenschafts-Tests und sind mit Müller-Steuerungen kompatibel ( 35 ). Investitionen in thermische Aufbereitungsanlagen mit hoher Kapazität und fortschrittlicher Wasch- und Entstaubungstechnik haben die Eigenschaften des aufbereiteten Sandes deutlich verbessert. Dies führt zu erwarteten Vorteilen wie einer verbesserten Oberflächengüte der Gussteile und einem reduzierten Verbrauch von Additiven/Harzen (z. B. 20 % weniger Bentonit, 20–25 % weniger Kernharz) ( 29 ).

• Alternative Regelungsstrategien und Sensoren: Eine Studie mit vier Eisengießereien zeigte, dass der Wechsel von der herkömmlichen Mischzeitregelung (MTT) zu einer Misch-Energie-Regelung (MTESP) das Übermahlen verhinderte, die durchschnittlichen Mischzeiten um bis zu 75 % (durchschnittlich 30 %) reduzierte, die Mischleistung erhöhte und potenziell Energie einsparte – und das alles bei gleichbleibender oder sogar verbesserter Konsistenz der Sandeigenschaften ( 24 ). Eine Fallstudie beschrieb die erfolgreiche Implementierung eines optischen NIR-Feuchteanalysators über einem Sandband in einer Nichteisenmetallgießerei. Dabei wurde eine ausgezeichnete Korrelation (R² = 0,99953) mit Labortests erzielt und eine effektive Feuchtigkeitsregelung als wirtschaftliche Alternative ermöglicht ( 46 ). Integrierte Kühl- und Regelungssysteme auf Basis von Temperatur- und Feuchtigkeitssonden reduzierten den Wasserverbrauch und die Mischzykluszeiten ( 17 ).

• Methoden zur Prozessverbesserung: Six-Sigma-DMAIC-Projekte wurden erfolgreich auf Grünsandverfahren angewendet, um die Ursachen von Fehlern zu identifizieren und Kontrollmaßnahmen zur Reduzierung der Ausschussraten (z. B. von 6,94 % auf 4,69 %) und zur Verbesserung der Prozess-Sigma-Werte zu implementieren ( 13 ). Spezifische Fehlerkorrekturen (z. B. Oberflächenporosität) und Prozessoptimierungen (z. B. Dosiertechnik) im Grünsandverfahren waren ebenfalls Gegenstand fokussierter Fallstudien ( 67 ).

Tabelle 4: Zusammenfassung der Implementierungen/Fallstudien fortschrittlicher Systeme zur Bekämpfung von Grünsand

Gießereityp/Fallstudienfokus	Eingesetzte Technologie	Wichtigste Ziele/Herausforderungen	Berichtete Vorteile/Ergebnisse (soweit möglich quantifiziert)
Gießereigruppe mit mehreren Standorten	IIoT-Plattform (Umstellung auf KI-Optimierung)	Verlorenes Know-how ersetzen, Qualifikationslücken schließen, Echtzeitdaten/KPIs überwachen, Variabilität reduzieren, Ausschuss reduzieren.	Schnelle Anbindung, benutzerfreundliche Dashboards, frühzeitige Reduzierung von Ausschuss. Ziel: Daten/KI für hohe Qualität zu geringeren Kosten nutzen.
Europäische Gießerei	IIoT-Plattform mit KI-Optimierung	Ausschussquoten senken.	Es wurde über eine Reduzierung des Ausschusses um 39 % bzw. 45 % bei bestimmten Produkten berichtet.
Eisengießerei	IIoT-Plattform mit KI-Optimierung	Ausschussquoten senken.	50 % weniger Ausschuss in 3 Monaten; Einsparungen von über 100.000 US-Dollar pro Monat; Stabilisierung auf niedrigem Ausschussniveau gemeldet.
Türkische Gießerei	Hochleistungsfähige thermische Rückgewinnungsanlage mit fortschrittlicher Wäsche/Entstaubung	Alte Wäscher ersetzen, Rückgewinnungskapazität erhöhen, Qualität des zurückgewonnenen Sandes verbessern, Bindemittel-/Neusandverbrauch reduzieren.	Verbesserte Sandeigenschaften (Rundheit, Verteilung); Prognostiziert: verbesserte Oberflächengüte, 20%ige Reduzierung des Bentonitanteils, 20-25%ige Reduzierung des Kernharzanteils, reduzierter Verbrauch von neuem Sand/Kohlenstaub.
Nichteisenmetallgießerei	Moderne, automatisierte Spritzgusslinie + IIoT-Plattform	Veraltete Systeme modernisieren, Abläufe durch Daten verbessern.	Es wurden deutliche operative Verbesserungen gemeldet.
Studie über 4 Eisengießereien	Mull-to-Energy Stable Power (MTESP) Regelungsstrategie	Ersetzen Sie die Mull-to-Time-Methode (MTT), vermeiden Sie übermäßiges Mulchen, verbessern Sie die Konsistenz und steigern Sie den Output.	Durchschnittliche Reduzierung der Mahlzeit um bis zu 75 % (durchschnittlich 30 %); Steigerung der Mahlleistung; Beibehaltung/Verbesserung der Konsistenz der Sandeigenschaften; Energiesparpotenzial.
Gehäuse eines automatisierten Sandkontrollsystems	Automatisiertes Sandkontrollsystem (Überwachungsrechner, SPS, Sensoren: Formbarkeit, Temperatur)	Automatisierte Steuerung, stabilere Eigenschaften, weniger Tests, verbesserte Oberflächenbeschaffenheit.	Gleichbleibende Verdichtbarkeit/Bindung; hohe GCS; reduzierter Bindemittelverbrauch; deutliche Verbesserung der Gussoberfläche; verbesserte Wartungsdiagnostik.
Messing-/Aluminiumgießerei	Optischer NIR-Feuchtigkeitsanalysator	Alte Feuchtigkeitsregulierung wirtschaftlich ersetzen; Feuchtigkeit trotz Schwankungen im Rücklaufsand kontrollieren.	Ausgezeichnete Korrelation (R2=0,99953) mit Labortests; effektive Feuchtigkeitskontrolle erreicht.
Six Sigma Anwendung	DMAIC-Methodik	Reduzierung von Gussfehlern im Grünsandverfahren.	Reduzierung der Fehlerrate von 6,94 % auf 4,69 %; Verbesserung des Sigma-Niveaus von 3,49 auf 3,65.
Gehäuse für integriertes Kühl- und Steuerungssystem	Sandkühler, Vormischer, Temperatur-/Feuchtigkeitsfühler, SPS mit PID-Regler/Selbstlernalgorithmus	Kühlen Sie den Rücklaufsand, optimieren Sie die Wasser-/Additivdosierung, verkürzen Sie die Mischzeit.	Reduzierte Wasserzugabe (z. B. von 40-65 l auf 20-30 l); verkürzte Gesamtmischzykluszeit; potenzielle Einsparungen bei Zusatzstoffen (12-16 %) wurden berichtet.

7. Schlussfolgerung und zukünftige Ausrichtung

Die effektive Kontrolle der Eigenschaften von Grünsand ist für den Erfolg von Metallgussverfahren unerlässlich und beeinflusst direkt die Gussqualität, die Ressourceneffizienz und die Gesamtproduktivität der Gießerei. Herkömmliche Offline-Laborprüfverfahren liefern zwar wertvolle Basisdaten, doch aufgrund der damit verbundenen Zeitverzögerungen und der begrenzten Messhäufigkeit sind sie für die dynamische Natur moderner, großvolumiger Grünsandsysteme unzureichend.

Der Übergang zu Online-Echtzeitüberwachung und automatisierter Steuerung stellt einen bedeutenden technologischen Fortschritt dar. Durch den Einsatz von Sensoren – die wichtige Parameter wie Verdichtbarkeit, Feuchtigkeit, Temperatur und Festigkeit direkt im Prozessstrom messen – und deren Integration in hochentwickelte, SPS-basierte Regelkreise können Gießereien eine bisher unerreichte Konsistenz ihres Formsandes erzielen. Diese Systeme ermöglichen die proaktive Anpassung der Wasser- und Additivzugaben, gleichen Schwankungen im Rücklaufsand aus und halten die Eigenschaften innerhalb enger Zielbereiche. Die dokumentierten Vorteile sind erheblich: Deutliche Reduzierung von sandbedingten Gussfehlern und Ausschuss, optimierter Wasser- und Rohstoffverbrauch, gesteigerte Produktivität durch höhere Anlagenverfügbarkeit und Formgeschwindigkeiten sowie ein geringerer Bedarf an manuellen Eingriffen.

Der aktuelle Stand der Technik geht über die grundlegende Automatisierung hinaus und integriert die Prinzipien von Industrie 4.0 sowie Künstliche Intelligenz (KI). IIoT-Plattformen ermöglichen nahtlose Vernetzung, zentrale Datenerfassung und leistungsstarke Visualisierungswerkzeuge und bieten so umfassende Transparenz der Prozesse. KI- und ML-Verfahren werden eingesetzt, um diese Datenfülle zu analysieren und so die prädiktive Modellierung von Sandeigenschaften, die intelligente Diagnose von Fehlerursachen und die präskriptive Optimierung von Steuerungsstrategien zu ermöglichen. Dies führt häufig zu weiteren, deutlichen Verbesserungen von Qualität und Effizienz, wie aktuelle Fallstudien belegen.

Mit Blick auf die Zukunft dürften mehrere Trends die zukünftige Bewirtschaftung von Grünsand prägen:

• Fortschritte in der Sensorik: Es wird mit einer kontinuierlichen Weiterentwicklung der Sensortechnologie gerechnet, mit dem Ziel, robustere, präzisere, wartungsärmere und potenziell kostengünstigere Sensoren zu entwickeln. Multiparameter-Sensoren, die mehrere wichtige Eigenschaften gleichzeitig messen können, werden voraussichtlich häufiger eingesetzt werden.

• Sensorfusion: Der Einsatz von Sensorfusionstechniken, die voraussichtlich durch KI unterstützt werden, wird zunehmen. Dabei werden Daten aus verschiedenen Sensortypen kombiniert, um ein zuverlässigeres und umfassenderes Verständnis des komplexen Zustands von grünem Sand zu schaffen und die Einschränkungen einzelner Sensoren zu überwinden.

• KI-Kompetenz: KI/ML-Modelle werden immer ausgefeilter und entwickeln sich hin zu vollständig autonomen Optimierungsschleifen, die die Kontrollstrategien in Echtzeit auf der Grundlage vorhergesagter Ergebnisse und erlernter Prozessdynamiken anpassen.

• Ganzheitliche Integration: Digitale Plattformen werden zunehmend Daten und Steuerung über die gesamte Wertschöpfungskette der Gießerei hinweg integrieren – von der Eingangskontrolle der Rohmaterialien über die Sandaufbereitung und das Formen bis hin zum Schmelzen, Gießen, Entformen, Nachbearbeiten und der Endkontrolle des Gussteils – und so eine echte durchgängige Prozessoptimierung ermöglichen.

• Nachhaltigkeitsfokus: Der Druck auf die Umwelt und die Kosten der Ressourcen werden weiterhin Innovationen in Bereichen wie energieeffiziente Verarbeitung, fortschrittliche Sandgewinnungstechniken ( 25 ) und die Verwendung umweltfreundlicher, emissionsarmer Zusatzstoffe ( 5 ) vorantreiben, wobei Kontrollsysteme eine Schlüsselrolle bei der Optimierung dieser nachhaltigen Praktiken spielen.

Zusammenfassend lässt sich sagen, dass die Einführung fortschrittlicher Online-Test-, Automatisierungs- und datengestützter Optimierungstechnologien für Gießereien, die sich auf einem wettbewerbsintensiven globalen Markt behaupten wollen, nicht nur vorteilhaft, sondern unerlässlich wird. Die Beherrschung dieser Technologien ermöglicht es Gießereien, die für nachhaltigen Erfolg im Zeitalter von Industrie 4.0 notwendige gleichbleibende Qualität, hohe Effizienz und optimierte Ressourcennutzung zu erreichen.