idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Durch Reifenabrieb erzeugte Mikroplastikpartikel sind eine erhebliche Belastung unserer Umwelt. Verbesserte Lösungen für die Abriebfestigkeit können zur Reduzierung dieser Emissionen beitragen. Im Projekt »KI-RAM« haben Fraunhofer IMWS, Rösler Tyre Innovators GmbH & Co. KG, DENKweit GmbH, iMes Solutions GmbH und die Universität Paderborn dafür Lösungen entwickelt. Sie kombinieren einen neuartigen Sensor im Reifen mit KI-Methoden zur Datenauswertung. Das kann beispielsweise Speditionen bei der Auswahl der richtigen Reifen und der Taktung von Serviceintervallen unterstützen. Ihre Ergebnisse haben die Projektpartner heute im Rahmen einer Abschlussveranstaltung vorgestellt.
Jährlich entstehen allein in Deutschland durch Reifenabrieb rund 100.000 Tonnen Mikroplastik. Die Reduzierung dieses Reifenabriebs ist – ebenso wie die Vermeidung von CO2-Emissionen – ein Nachhaltigkeitsaspekt, der bei der Optimierung von Reifen in den vergangenen Jahren immer wichtiger geworden ist. Neben den umweltpolitischen Vorgaben liegt das auch an den erhöhten Anforderungen an die Abriebfestigkeit von Reifen bei elektrisch angetriebenen Fahrzeugen.
Der Reifenabrieb hängt dabei von einer Vielzahl von Faktoren ab. Neben den Eigenschaften des Reifens (Gummimischung der Reifenlauffläche, Reifenbelastung durch Fahrzeuggewicht, Reifendruck) spielen dabei auch andere Aspekte (Fahrverhalten, Straßenbelag, Wetter) eine Rolle. Da der Einfluss all dieser Faktoren im Detail unzureichend bekannt ist, sind aufwendige Straßentests unter definierten Bedingungen weiterhin die einzig etablierte Methode zur vergleichenden Bewertung der Abriebeigenschaften von Reifen. Die Ergebnisse solcher Tests spiegeln das Abriebverhalten von Reifen im realen Einsatz aber nur bedingt wider.
»Entscheidend für die Reduzierung von Reifenabrieb ist eine zielgenaue Optimierung von Reifenwahl und -laufzeit für die konkreten Einsatzbedingungen. Das erfordert eine möglichst genaue Kenntnis abriebrelevanter Einflussfaktoren, damit diese bereits bei der Reifenherstellung berücksichtigt werden können. Für all diese Aspekte haben wir im Projekt sehr wichtige Erkenntnisse gewonnen«, sagt Prof. Dr. Mario Beiner, Gruppenleiter »Polymerbasiertes Materialdesign« am Fraunhofer IMWS.
Mit den in »KI-RAM« entwickelten Methoden lassen sich Reifenabrieb besser vorhersagen, relevante Einflussfaktoren besser verstehen und verkehrsbedingte Mikropartikelemissionen zielgerichtet reduzieren. Als zentrales Ergebnis haben die Projektpartner einen nachrüstbaren Abriebsensor zur Inline-Erfassung der Profiltiefe von Lkw-Reifen entwickelt. Dieser wird mit einer KI-basierten Softwarelösung kombiniert, die sowohl die Restlaufzeiten vorhersagt als auch – in Kombination mit weiteren Daten vom Fahrzeug und zur Umgebung – eine Einschätzung der Bedeutung verschiedener Einflussfaktoren auf den Reifenabrieb ermöglicht.
Die dafür notwendigen Daten wurden im Rahmen von Feldversuchen mit Kommunalfahrzeugen erhoben und einschlägigen Datenbanken zu Wetter- und Straßenverhältnissen entnommen. Die entwickelte Softwarelösung kann beispielsweise Speditionen bei der Reifenauswahl unterstützen und erlaubt auch eine Optimierung von Serviceintervallen. Da die KI-Software bei der Nutzung von Reifenabriebsensoren von jeder Spedition individuell trainiert wird, können die Ergebnisse zielgenau an die eigenen Bedarfe angepasst werden, zudem müssen keine Daten mit Mitbewerbern geteilt werden. »Diese nachrüstbaren Abriebsensoren für Lkw-Reifen können in Kombinationen mit innovativen KI-basierten Software-Lösungen einen signifikanten Beitrag zur Reduzierung verkehrsbedingter Mikropartikelemissionen leisten«, sagt Paul Rösler, Geschäftsführer der Rösler Tyre Innovators GmbH & Co. KG und Verbundkoordinator für das Projekt »KI-RAM«, das vom Bundesministerium für Verkehr gefördert wurden.
Das Fraunhofer IMWS hat in das Projekt insbesondere seine breite materialwissenschaftliche Expertise zu Kautschukmischungen für Reifenlaufflächen sowie Erfahrungen bei der Entwicklung von KI-basierten Methoden zur Material- und Bauteiloptierung eingebracht. Für ausgewählte Laufflächenmischungen wurden verschiedene Laborindikatoren für den Abrieb bestimmt und mit den Ergebnissen der Straßentests verglichen, bei denen runderneuerte Reifen mit identischer Laufflächenmischung eingesetzt wurden. Dieser Vergleich wurde für die Verifizierung von speziellen Korrelationen zwischen Feldversuch und Laborindikatoren genutzt. Darüber hinaus wurde auch die Entwicklung neuartiger Bewertungsmethoden begleitet, die auf einer KI-Analyse von Reifenbildern beruhen, die im Rahmen der Feldversuche mit klassischen und Infrarot-Kameras aufgenommen wurden. »Dies liefert interessante Einsichten, die in weiterführende Aktivitäten zur Verbesserung der Abriebeigenschaften von Kautschukcompounds für Reifenlaufflächen und zur Reduzierung von verkehrsbedingten Mikropartikelemissionen einfließen werden«, sagt Mario Beiner.
Prof. Dr. Mario Beiner; Gruppenleiter »Polymerbasiertes Materialdesign«; Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS; Walter-Hülse-Straße 1
06120 Halle (Saale); Telefon +49 345 5589-247; mario.beiner@imws.fraunhofer.de
https://www.imws.fraunhofer.de/de/kompetenzfelder/Kunststoffe_1/aktuelle-forschu...
Der entwickelte Reifenabriebsensor lässt sich problemlos für Nutzfahrzeuge nachrüsten.
Copyright: Rösler Tyre Innovators GmbH & Co. KG
Der Inline-Reifenabnutzungssensor nach dem Einbau in einen Lkw-Reifen.
Copyright: Rösler Tyre Innovators GmbH & Co. KG
Criteria of this press release:
Journalists
Environment / ecology, Materials sciences, Traffic / transport
transregional, national
Research results
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
