Autor: Christian Oertel

Der Waschprozess ist eine komplexe Kombination zahlreicher Wechselwirkungen. Zur Quantifizierung der Waschperformance dient die DIN EN 60456, welche tief greifende Rahmenbedingungen und Einschränkungen auferlegt. Die Konsequenz ist eine beherrschbare, aufwendige Messung der Waschperformance. Die vorliegende Arbeit stellt ein alternatives Verfahren vor, welches die Waschperformance der genormten Schmutzarten mit Methoden des maschinellen Lernens abschätzt, ohne dabei dauerhaft auf die Verwendung und Auswertung von EN/IEC 60456-Streifen zurückgreifen zu müssen. Hierfür wird ein skalierbarer, gläserner Prüfstand aufgebaut, welcher einerseits in der Lage ist, verschieden große Schwingsysteme zwischen 8 kg und 12 kg aufzunehmen und andererseits mit Messtechnik ausgerüstet ist, die vergleichbare Seriengeräte in puncto Genauigkeit, Abtastrate und Umfang übertrifft. Die Übertragbarkeit der Ergebnisse wird dabei durch die Verifikation der Messmittel und der Waschperformance sichergestellt. Im Rahmen von Waschversuchen werden die Parameter Drehzahl und Reversierrhythmus variiert. Dabei werden die Waschperformance nach DIN EN 60456 bestimmt und zudem zahlreiche Messdaten aufgezeichnet. Die Ergebnisse dienen als Trainingsdaten für überwachte Lernprozesse, welche neben den variierten Versuchsparametern ebenfalls zahlreiche nicht-triviale Merkmale aus den Messdaten extrahieren. Die Merkmale werden mithilfe verschiedener Methoden auf die signifikanten reduziert und für alle Schmutzarten werden unterschiedliche lineare und nicht lineare Regressionsfunktionen gebildet. Die Bewertung der Modelle liefert jeweils den besten der untersuchten Ansätze zur Abschätzung der Waschperformance jeder Schmutzart. Der mittlere Fehler (RMSE) der Modelle liegt zwischen 0,008 und 0,02 und damit innerhalb einer Waschperformanceklasse (= 0;03) nach EG-Richtlinie 95/12/EG. Darüber hinaus lässt sich ein Konvergenzverhalten des Fehlers beobachten, wodurch ein genügend großer Stichprobenumfang nachgewiesen ist. Als weiterführendes Ergebnis werden für jede Schmutzart Theorien zur physikalischen Interpretation nicht-trivialer Merkmale vorgestellt, wodurch der Ansatz der Identifikation signifikanter Merkmale bestätigt werden kann. Als Ergebnisse konnten sowohl ein geeigneter Prüfstand als auch ein Verfahren zur Identifikation signifikanter Merkmale im Waschprozess erfolgreich realisiert werden.