CAMX 2023

Wir stellen auf der CAMX 2023 in Atlanta, Georgia, aus. Treffen Sie uns am Stand T63 und erleben Sie sensXPERT Digital Mold.

Datum: October 30th - November 2nd, 2023

Location: Atlanta, Georgia, USA

Booth Location: C102

Sind Sie bereit für eines der spannendsten Events in der Welt der Verbundwerkstoffe und fortschrittlichen Materialien? Wir sind es auf jeden Fall! Wir sind ein Aussteller auf der CAMX 2023 in Atlanta, Georgia. Diese erstklassige Veranstaltung verspricht ein unvergessliches Erlebnis für Fachleute der Branche zu werden, und wir können es kaum erwarten, Sie dort zu treffen.

Stand T63: Ihr Ziel für Innovation

Merken Sie sich den Termin vor und machen Sie sich auf den Weg zum Stand T63, wo wir unsere dynamische Prozesssteuerungslösung sensXPERT Digital Mold vorstellen werden. Unser Stand ist als Innovationszentrum konzipiert, ein Ort, an dem Sie die neuesten Technologien und Lösungen im Bereich der Verbundwerkstoffe und hochentwickelten Materialien kennenlernen können. Egal, ob Sie ein erfahrener Branchenkenner sind oder gerade erst anfangen, am Stand T63 ist für jeden etwas dabei.

Unser Expertenteam steht bereit, um Ihnen ausführliche Demonstrationen zu geben und Ihre Fragen zu beantworten. Um sicherzustellen, dass Sie genügend Zeit haben, um Ihre spezifischen Bedürfnisse und Projekte mit uns zu besprechen, können Sie im Voraus einen Termin mit Alec Redmann vereinbaren.

Unser Vortrag auf der CAMX 2023

Dienstag, 31. Oktober 2023 | 14 Uhr | C102

Zusätzlich zu unserem Stand freuen wir uns, Ihnen mitteilen zu können, dass wir während der CAMX 2023 einen Vortrag halten werden. Dr. Alec Redmann erörtert die Herausforderungen bei der Herstellung von Duroplast- und Verbundwerkstoffteilen aufgrund von Schwankungen bei Materialchargen und Prozessvariablen, die zu unvorhersehbaren Ergebnissen und der Notwendigkeit einer umfassenden Qualitätskontrolle führen.

Prozessoptimierung in Echtzeit mit dielektrischen Sensoren und maschinellem Lernen

Unser Vortrag stellt die Anwendung spezielle dielektrische Analysesensoren, maschinelles Lernen und Materialmodelle als Werkzeuge zur Messung kritischer Informationen während der Produktion vor, wie z. B. Viskosität, Aushärtungsgrad und Glasübergangstemperatur, die eine Anpassung der Prozessparameter in Echtzeit ermöglichen. Die Studie vergleicht die dielektrische Analyse auch mit traditionellen Methoden wie der Dynamischen Differenzkalorimetrie (DSC). Dadurch wird die Eignung der dielektrischen Analyse für die Integration in die Serienproduktion hervorgehoben, was letztendlich die Qualitätskontrolle verbessert und die Zykluszeiten in Fallstudien der Industrie um bis zu 30 % reduziert.

1