Clément, Sie sind Speaker auf der CADFEM Conference 2024, Ihre Präsentation trägt den Titel „Multiscale Analysis of Rice Milling Process with Particle Simulations“. Können Sie Ihren Vortrag bitte kurz zusammenfassen?

Die Bühler AG ist Technologiepartner für die Lebensmittel-, Futtermittel- und Mobilitätsindustrien und liefert unter anderem Ausrüstung für Reismühlen. Dies ist ein entscheidender Prozess für unsere Kunden, aber auch für die Welt, denn Milliarden von Menschen verzehren Reis. Eine der größten Herausforderungen in diesem Prozess ist die Bruchrate, die bis zu 20 Prozent betragen kann. Unsere Kunden brauchen also verlässliche Maschinen, um den Anteil von gebrochenen Reis möglichst gering zu halten. Gleichzeitig will auch Bühler die eigenen Nachhaltigkeitsziele erreichen. Daher investieren wir viel in Forschung und Entwicklung.

Mit welchen Herausforderungen waren Sie konfrontiert?

In der Partikelsimulation des Polierens und Schleifens rechnen wir mit Millionen von Körnern und müssen trotzdem das Reisflussverhalten korrekt wiedergeben. Das können wir gut mit Rocky machen. Die eigentliche Herausforderung besteht aber darin, eine Methode zu entwickeln, die sowohl die Zerkleinerung als auch den Grad der Mahlung vorhersagen kann.

Dafür benötigen wir nicht nur eine robuste Simulationsmethode, sondern auch starkes experimentelles Know-how. Indem wir diese Kompetenzen kombinieren, können wir die Simulation optimal nutzen. Um das aktuelle DEM-Simulationsmodell zur Modellierung von Reisbruch und Reisentgratung zu erweitern, sind Messungen auf Kornskala erforderlich, einschließlich tribologischer Tests und Bewertungen der Bruchenergie. Sobald diese Modelle entwickelt sind, können sie durch Versuche auf industrieller Skala validiert werden.

Ist das Projekt erfolgreich angelaufen?

Das Projekt war für uns erfolgreich. Erstens wissen wir jetzt, dass es möglich ist, ein vollständiges Simulationsmodell für die Reisaufhellung zu erstellen. Zweitens haben wir wertvolle Einblicke gewonnen, wie zum Beispiel das Verständnis der Mechanismen und den Einfluss von Prozessparametern auf die Maschinen. Das sind Daten, die wir unseren Prozessingenieuren zur Verfügung stellen, und sie können sie direkt anwenden, damit unsere Kunden ihre Maschinen bestmöglich nutzen. Zu guter Letzt: Den echten Erfolg werden wir in einigen Jahren sehen, wenn wir die Leistung einer neuen Maschine basierend auf den Daten aus unserem Simulationsprojekt verbessert haben. Es liegt jedoch nicht an mir zu sagen, ob es erfolgreich ist, sondern der Kunde wird den Erfolg sehen.

Okay, und wenn wir über die Größe sprechen, nur um eine Vorstellung zu bekommen, wie viele Partikel sind in Ihrem Modell?

Wir können mit mehr als 10 oder 20 Millionen Partikeln in unserem Simulationsmodell arbeiten. Man muss aber ein wenig geduldig sein, denn die Simulationszeit mehrere Tage dauern kann. Aber: Bei all dem Wissen, das man aus dieser Simulation gewinnt, lohnt es sich, ein paar Tage zu warten. Die gewonnen Daten sind unschätzbar wertvoll für uns. Wir können die Kraft zwischen den Partikeln, den Kontakt, die Interaktion, die Spannung und vieles mehr erfassen, und es gibt uns so viele Informationen und Schlüsselkenntnisse für Prozesse. Die umfassenden Erkenntnisse sind es absolut wert, auf die Simulationsergebnisse zu warten.

Um ein paar Zahlen zu nennen: In der Simulation wird jedes Reiskorn tausendfach mechanisch belastet, und wir haben Millionen von Reiskörnern. Anschließend wenden wir statistische Methoden an, um alle mechanischen Belastungen zu extrahieren, denen die Reiskörner ausgesetzt sind. Mit unseren experimentellen Daten wissen wir, wie der Reis auf unterschiedliche Belastungen reagiert. Dann kombinieren wir beide Datensätze, um die Wahrscheinlichkeit des Brechens von Reiskörnern abzuleiten.

Gibt es bestimmte Anforderungen, um solche Simulationen durchzuführen, oder können Sie einfach Ihre traditionelle oder normale Hardware verwenden?

Eine der größten Einschränkungen bei Partikelsimulationen ist die Rechenzeit. Wir wollten die Möglichkeit haben, große Partikelsimulationsmodelle im Haus laufen zu lassen – dafür mussten wir die Hardware im Haus haben. Deshalb haben wir vor einigen Jahren in GPUs investiert. Das war für uns ein sehr wichtiger strategischer Schritt.

Sehen Sie Potenzial, das Wissen aus diesem Projekt auf andere Prozesse bei Bühler anzuwenden, da Bühler nicht nur Maschinen für Reis besitzt? Gibt es irgendwelche Vorteile für andere Prozesse oder Maschinen?

Bühler ist ein führender Anbieter von Mahllösungen, daher müssen wir mit einer Vielzahl von Getreidesorten umgehen, die wir mit einer großen Bandbreite an Maschinen und Ausrüstungen verarbeiten müssen. Das Wissen, das wir hier in der Reisverarbeitung aufbauen, können wir in Zukunft auf andere Sorten wie zum Beispiel Weizen, Mais oder Linsen erweitern. Und es geht nicht nur um dieses spezifische Projekt; wir bauen Know-how auf, das für andere Abteilungen bei Bühler nützlich ist.

Vielen Dank, Clément.