Nicht nur eine sehr spezielle Präsentation, sondern auch einen guten Zweck hatten die Farbexperten von Grafe bei ihrer diesjährigen Color-Preview im Sinn. In Zusammenarbeit mit einer Jugendinitiative ist eine mutige und informative Kampagne für die Farbvorschau 2020 entstanden.

Bild 2. Die Januar-Farben Sticky Berry, Blush und Eros werden anhand  des humanen Papillomavirus (HPV)-Virus präsentiert. Er kann Gebärmutterhalskrebs hervorrufen. Das Motiv wurde von Mikroskopiebildern  inspiriert

16:9

Die Trendfarben von Grafe werden zusammen mit dem Verein „Jugend gegen Aids“ vorgestellt

Masterbatches

Kunststoff Werkstoffe

Additive

Farbkonzentrate (Batches)

Farbstoffe

Einfärben

Kunststoffverarbeitung: Verfahren

Aufklärendes Design

Kunststoffverarbeitern steht eine breite Farbpalette für das Einfärben ihrer Produkte zur Verfügung. Die Auswahl der passenden Farbe kann schließlich entscheidend für den Erfolg sein.

Von der Natur inspirierte Farben werden auch 2021 sehr gefragt sein. Sie geben Produkten eine nachhaltigere Erscheinung 

Trendbericht zum Einfärben von Kunststoffen

Pigmente

Pigmente, bunt

Farbstoffe und Pigmente

Kunststoffe

Photonik

Optik

Streifinger, Florian

Recycling

Umweltmanagement

Effektpigmente

Kunststoff-Recycling

Kunststoff-Aufbereitung

Farben, flüssig

Welche Farbe darf es 2021 sein?

Die Kreislaufwirtschaft, die Elektromobilität und die noch immer präsente Corona-Pandemie beeinflussen die Farbauswahl für Kunststoffe. Welche Farbtrends sich daraus ergeben, hat Kunststoffe bei Farbmittelherstellern nachgefragt.

Kunststoff

Bauwesen

Baustoffe

Farbige Stimmungsaufheller

Verpackungshersteller und Verbraucher haben einen hohen Anspruch an die Optik von Verpackungen. Gleichzeitig wächst der Wunsch nach einem verstärkten Einsatz von Recyclingmaterialien. Farbige Kunststoffe stellen allerdings häufig eine Hürde für die Wiederaufbereitung dar.

Auch die Granulatgröße kann für die Farbqualität von PCR entscheidend sein, da sie die Farbverteilung in den Polymeren bestimmt

Möglichkeiten zur Einfärbung von Post-Consumer-Rezyklaten im Verpackungsbereich

Polyethylen

Thermoplaste

Polyethylenterephthalat

Polypropylen

Farblose Recyclingwelt?

Farbige Kunststoffe sind nicht nur eine Marketingspielerei, sondern erfüllen bei technischen Bauteilen wichtige Funktionen. Sie warnen etwa vor Gefahren und ermöglichen eine schnelle und direkte Identifikation der Komponenten. Die Einfärbung solcher Kunststoffbauteile stellt Kunststoffverarbeiter allerdings vor einige Schwierigkeiten.

Wie Kunststoffverarbeiter das passende Farbmittel für Hochleistungspolymere finden

Hochleistungskunststoffe

Farbe für den Hochleistungsbereich

Um Produkte aus 100 % recycelten Post-Consumer-Materialien (PCR) herstellen zu können, hat Avient entsprechende Farb- und Funktionsmasterbatches mit PCR-Matrix entwickelt.

Gerade bei Verpackungen sind immer häufiger PCR-Anteile von 100 % gefragt

Masterbatches mit PCR-Matrix

Verpackungsmaterial

Logistik

Standardkunststoffe

Additiv-Batches

100 % aus Recyclingmaterial

AF-Color hat Masterbatches entwickelt, mit denen sich Hochtemperaturpolymere wie PPA, PPS oder PEEK in verschiedenen Farben einfärben lassen.

Auch bei Hochtemperaturpolymeren ist eine größere Farbauswahl zunehmend gefragt

Polyetherketon

Farbige Kunststoffe trotz hoher Temperaturen

Für die Verpackungen von Kosmetik-, Beauty- und Körperpflegeprodukten hat Lifocolor Brillantgold-Masterbatches vorgestellt. Reflexionsstarke Pigmente sorgen dem Unternehmen zufolge für eine besondere Intensität, Brillanz und schimmernden Glanz.

Die vier verschiedenen Farbtöne sind an natürlich vorkommende Goldnuancen angelehnt

Viermal Gold für Kosmetikverpackungen

Für schwarze Kunststoffe hat Finke Masterbatches vorgestellt, die die Sortierung der eingefärbten Produkte mit Nahinfrarotsystemen (NIR) ermöglichen.

Immer mehr Hersteller bieten schwarze Master batches an, die auf Ruß verzichten

Polystyrol

Schwarz mit COTREP-Zertifizierung

Für nachhaltigere Kunststoffprodukte zeigt Granula auf der Fakuma speziell zugeschnittene Masterbatches. Das Unternehmen hat dafür Typen mit biologischen Farben und abbaubaren Additiven für das Spritzgießen und die Extrusion entwickelt.

Die Masterbatches kommen u. a. zur Einfärbung der Deckel von To-Go-Bechern zum Einsatz

Messe Fakuma

kunststoffe.de

Kunststoff-Rezyklat

Bio- und PCR-basierte Masterbatches

Das israelische Unternehmen Tosaf stellt Funktions-, Farb- und Kombi-Masterbatches vor, die für die Verarbeitung in der Extrusion und dem Spritzgießen geeignet sind. Dazu gehören Farbmasterbatches für Rezyklate mit besonderem Schwerpunkt auf Post-Consumer-Rezyklaten (PCR) sowie biologisch abbaubare Masterbatches.

Mit speziellen Masterbatches können Hochvoltkomponenten in Elektrofahrzeugen dauerhaft orange eingefärbt werden

Elektromobilität

Mobilität

Biokunststoffe

Masterbatches für aktuelle Trends

Das Werk von AF-Color in Niederzissen hat den Normalbetrieb wieder aufgenommen. Ein Feuer im November vergangenen Jahres hatte den Betrieb kurzzeitig komplett stillgelegt. Der Masterbatchhersteller hat außerdem seine Produktionskapazitäten am Standort noch einmal erweitert.

Wegen einem Brand steht gegenwärtig die Produktion bei AF-Color.

AF-Color nimmt normalen Betrieb nach Brand wieder auf

Kunststoffe, die duften – an diesem Projekt arbeiten die Entwickler des Farbmittelherstellers Grafe gerade. Als erstes Ergebnis haben sie nun ein Masterbatch für Polypropylen (PP) vorgestellt, das mit Hilfe eines Duftöls Wohlgeruch verbreiten soll.

Das erste Masterbatch der Reihe soll einen Geruch wie ein frisch geputztes Bad verströmen und wurde deshalb auf den Namen „Fresh Air“ getauft.

Masterbatches mit Duftölen versprechen ein Fest für die Sinne

Denn die Nase entscheidet mit

Seit einiger Zeit sind bei Verpackungen eine metallisch anmutende Optik sowie dekorative Gestaltung durch Lasern sehr gefragt. Rowa Masterbatch hat Masterbatches entwickelt, die beide Trends aufgreifen.

Metallische Oberflächen sind bei Körperpflegeprodukten und Verpackungen gerade sehr beliebt. Dass sie auch ohne Qualitätsverlust laserbeschriftet werden können, dafür sorgt ein speziell entwickeltes Kombibatch 

Laserbeschriftung in Farben

Oberflächentechnik

Laserbearbeitungen

Laserbeschriftung

Einwandfreie Metalloptik trotz Laserbeschriftung

Der Masterbatch-Hersteller Lifocolor zeigt als Messehighlight auf der K bioabbaubare Farbkonzentrate auf Pflanzenbasis. Mit diesen soll sich ein geschlossener Kreislauf für bioabbaubare Kunststoffe realisieren lassen.

Für eine langfristige Kreislaufführung kommt es nicht nur auf die Kunststoffe, sondern auch auf die verwendeten Farbmittel an. Lifocolor hat speziell für die Einfärbung von Rezyklaten Masterbatches entwickelt.

Messe K-Kunststoffmesse

kunststoffe-international.com

Bioabbaubare Farben auf pflanzlicher Basis

KI-basiertes Software-Tool für die Rezepturentwicklung

Es ist eine hohe Kunst, Farbrezepturen für Hochleistungsmaterialien und technische Kunststoffe zu erstellen und gleichzeitig alle Anforderungen an die mechanischen Eigenschaften und die notwendige Temperaturbeständigkeit zu erfüllen. Envalior geht für die Farbentwicklung den nächsten Schritt: Mithilfe eines großen Schatzes an historischen Daten soll das KI-Tool Lucidiris Entwicklungszeiten für Farbrezepturen deutlich verkürzen.

Neuentwicklung von Envalior: Wie der KI-basierte Rezepturentwickler Lucidiris die Entwicklungszeiten für Farbrezepturen verkürzt.

Es ist eine große Herausforderung, passende Farbmittel für technische Materialien wie Hochleistungs-Polyamid- (PA) und Polyesterverbindungen zu entwickeln. Die Anzahl an verfügbaren hochtemperaturbeständigen Farbstoffen ist begrenzt – gleichzeitig müssen Auswirkungen auf die Materialleistung minimiert werden. Das kann schwierig sein, da viele funktionsfähige Farbstoffe kristalliner anorganischer Natur sind, was beispielsweise Glasfasern beeinträchtigen und somit die mechanischen Eigenschaften verringern kann.

Bei Envalior, dem Zusammenschluss von ehemals DSM Engineering Materials und Lanxess High Performance Materials, entwickeln Experten Farbtypen auf Grundlage eines neuen experimentellen Ansatzes. Die Herausforderung lag dabei darin, die Erfahrungen aller Kollegen sowie die Ergebnisse Tausender historischer Experimente zu nutzen.

Die Lösung war die Entwicklung des KI-Tools Lucidiris. Der KI-basierte Rezepturentwickler basiert auf vorhandenen historischen Daten und kombiniert diese mit Vorkenntnissen, physischen Modellen und modernen Algorithmen. Die Software wird von Envalior und dessen Kunden mittlerweile für verschiedene Farbentwicklungsanfragen genutzt. Der Einsatz der KI reduziert die Anzahl der erforderlichen experimentellen Iterationen und sorgt somit für kurze Vorlaufzeiten (Bild 1).

Eine herkömmliche Farbentwicklungsanfrage eines Kunden beginnt in der Regel mit den Spezifikationen von Farbwerten und der für die Anwendung geeigneten Materialeigenschaften. Diese Farbspezifikationen können unter einer bestimmten Lichtquelle als L*-, a*- und b*-Werte ausgedrückt werden, sofern ein Farbstandard oder ein Referenzziel übergeben wird. Im letzteren Fall werden die Werte für Farbe, Opazität und Oberflächenqualität bestimmt und auf das gewählte Basismaterial übertragen.

Nach dem letzten Aufnahmegespräch beginnen die Farbspezialisten mit Experimenten. Für diese spielt Erfahrung eine große Rolle. Gleichzeitig wird auf zum Teil Hunderte von Farbtestpaletten zurückgegriffen. Oft wird die Farbe einer Testplatte, die dem Farbziel des Kunden am nächsten erscheint, als Ausgangspunkt verwendet. Wenn ein solches Rezept das Ziel für die mechanische Eigenschaften nicht erfüllt, muss das Rezept von Grund auf neu gestaltet werden. In mehreren Schritten wird das Rezept so verändert, dass der Farbunterschied zu den Zielfarbwerten minimiert wird. Das geschieht hauptsächlich durch die schrittweise Änderung der Konzentrationen der verwendeten Farbstoffe.

Für jedes Experiment wird das Rezept erstellt, zu standardisierten Platten spritzgegossen und schließlich die Farbe analysiert. Wenn die Farbwerte zu weit entfernt sind, wiederholt sich der Entwicklungszyklus, bis die Farbwerte L*, a* und b* innerhalb der Spezifikationen liegen.

Besondere Herausforderung:  Hochleistungsmaterialien

Insbesondere technische Kunststoffe und Hochleistungsmaterialien stellen die Entwickler vor große Herausforderungen. Sobald das Farbziel erreicht ist, werden mehrere mechanische Tests an Proben der entwickelten Farbverbindung durchgeführt. Wenn die mechanischen Eigenschaften zu stark von den Spezifikationen abweichen, muss die Farbentwicklung erneut durchgeführt werden. Das kann wie erwähnt geschehen, wenn etwa anorganische kristalline Farbstoffe verwendet werden, die die Verstärkungsglasfasern beschädigen und dadurch die Eigenschaften beeinträchtigen.

Organische Farbstoffe sind oft keine praktikable Alternative, da sie bei den erforderlichen hohen Temperaturen Stabilitätsprobleme aufweisen können. Eine weitere Schwierigkeit kann darin bestehen, dass die Farbe der Zielplatte und der entwickelten Platte mit der verwendeten Lichtquelle perfekt übereinstimmen, während sie sich bei Tests unter anderen Lichtbedingungen stark unterscheiden. Dieses Phänomen wird Metamerismus genannt und ist in den meisten Fällen für den Kunden nicht akzeptabel, was zusätzliche Entwicklungsschritte nach sich zieht. Aus all diesen Gründen kann der gesamte Farbentwicklungsprozess zeitaufwendig und teuer sein und eine lange Vorlaufzeit erfordern. Im schlimmsten Fall führen die Schwierigkeiten sogar dazu, dass sich das mehrdimensionale Spezifikationsfenster nicht einhalten lässt.

Die archivierten Daten gelten bei KI  als „das neue Gold“

Als Materialproduzent besitzt Envalior eine sehr großen Menge an Daten – unter anderem Tausende von Rezepten mit gemessenen Farbeigenschaften. Für viele dieser Rezepte wurden auch die Materialeigenschaften in verschiedenen Polymeren getestet. Für KI sind diese Daten ein wichtiger Rohstoff. Zusammen mit dem Know-how von Material- und Farbexperten konnte daraus der virtuelle Assistent entwickelt werden, der erreichbare Farben vorhersagt und Rezepte vorschlägt. Dabei werden Materialeigenschaften wie Zugfestigkeit, Zugmodul, Bruchdehnung, Charpy-Kerbeschlagzähigkeit und Rückfluss berücksichtigt.

Das neue digitale Konzept nutzt mehrere Kombinationen fortschrittlicher Algorithmen für maschinelles Lernen. Alles beginnt jedoch mit der Erfassung der historischen Daten in strukturierter und maschinenlesbarer Form gemäß den FAIR-Standards (Findable-Accessible-Interoperable- Reusable) [1]. Alle verfügbaren Daten, einschließlich vollständiger Reflexionskurven, werden integriert und mit Erkennungsmethoden für Ausreißer bereinigt. Ein neuer Datenworkflow wurde entwickelt, um jedes neue Experiment in die Datenbank zu integrieren und zum Erstellen und Aktualisieren der Modelle zu verwenden. Diese Datenstruktur an sich brachte bereits nützliche Erkenntnisse, die es ermöglichten, Korrelationen mit einem Random-Forest-Modell zu visualisieren.

Neuronale Netze helfen bei der  Erkennung von Ausreißern

Um bei der Entwicklung neuer Rezepte Vorhersagen über Farbeigenschaften zu treffen, wurden außerdem quantitative Modelle wie Neuronale Netze (NN) und Gaußsche Prozesse (GP) verwendet [2, 3]. Die verschiedenen Modelle verfügen über spezifische Stärken bei der Erkennung von Ausreißern, der Präzision, der Gesamtgenauigkeitsvorhersage, der Berechnungsgeschwindigkeit und der Fähigkeit, mit vollständigen Reflexionskurven umzugehen, um Metamerisierungseffekte zu berücksichtigen.

Darüber hinaus wurde eine Möglichkeit gefunden, eine Menge an erreichbaren Farben anzuzeigen, beginnend von einem bestimmten Punkt im Farbraum. Dieses Konzept kann für Virgin-Material, aber auch für Polymere auf Rezyklatbasis verwendet werden (Bild 2). Das Modell verkürzt den iterativen Entwicklungsprozess erfolgreich, da sich das Vorhersagemodell mit jedem neuen experimentellen Ergebnis selbst verbessert (Bild 3). Diese Funktionen werden für alle neuen Farbentwicklungen eingesetzt.

Ein präskriptives Modell liefert Vorschläge für Farbrezepte – basierend auf den Zielfarbwerten. Dafür wurde eine Kombination aus sogenannten evolutionären Algorithmen wie Survival-of-the-Fittest-Algorithmen und anderen Optimierungsmodellen verwendet (Bild 4) [4]. Sie bieten ein flexibles Gleichgewicht zwischen der Nutzung des aktuellen Designraums und der Erkundung darüber hinausgehender Möglichkeiten. Der Anwender kann das Design steuern, indem er bestimmten Parametern eine unterschiedliche Gewichtung zuweist, und somit die Rezepturvorschläge der KI beeinflusst.

Das Konzept hinter dem KI-basierten Farbrezept-Entwickler ist zwar komplex. Um den Anwendern dennoch eine möglichst einfache Bedienung zu ermöglichen, wurde eine zweckmäßige Benutzeroberfläche entwickelt. Das erste und wichtigste Merkmal ist die Option, ein bestimmtes Polymer auszuwählen und ein Farbrezept zu erstellen, um dessen Eigenschaften vorherzusagen. Basierend auf dem Feedback von bisherigen Nutzern hat Envalior die Benutzeroberfläche von Lucidiris mit zusätzlichen Funktionen ausgestattet und dadurch die Benutzerfreundlichkeit verbessert.

Vorhersagen können nun gespeichert und anschließend dem gesamten Farbentwicklungsteam zugänglich gemacht werden. Ergebnisse neuer experimenteller Läufe werden permanent integriert, um die Datenbasis zu verbessern. Darüber hinaus ist es möglich, ausgehend von den Sollwerten rückwärts zu arbeiten, um die am ähnlichsten historischen Experimente zu finden und entsprechende Rezepte vorzuschlagen. Neben der Farbe selbst wird auch die Wirkung auf die mechanischen Eigenschaften einer bestimmten Farbstoffmischung vorhergesagt. Die Benutzeroberfläche zeigt außerdem die Vorhersagegenauigkeit, was die Auswahl von Rezeptvorschlägen erleichtert und die Effektivität des KI-Tools verbessert.

Seit der Einführung 2022 wird Lucidiris von Envalior durchgängig bei Farbentwicklungsanfragen eingesetzt. Dabei zeigte sich, dass die Anzahl der Wiederholungen bei der Farbentwicklung und damit die Entwicklungszeit reduziert werden konnte. Diese Erfolge stellen eine große Motivation für das Entwicklerteam dar, den Weg weiter zu verfolgen. Derzeit arbeitet man bei Envalior daran, das Tool so zu erweitern, dass Kunden auch bei nicht-farbbezogenen Produktentwicklungen unterstützt werden können.

Der Einsatz des KI-basierten Rezepterstellungskonzepts ist für alle Anwendungen, in denen Formulierungen entwickelt werden, möglich. Voraussetzung ist jedoch, über ausreichend experimentelle Daten und möglichst eine Übersetzung von Rohstoff- und Anwendungs-Know-how in Design-Regeln zu verfügen. Auf dieser Grundlage bewirken Kombinationen aus FAIR-Datenmanagement, automatisierten Daten-Workflows und Algorithmen des maschinellen Lernens, dass Produktentwicklungszyklen (Design-Build-Test-Learn) grundlegend verändert und Entwicklungszeiten verkürzt werden können.

[1] Wilkinson, M., Dumontier, M., Aalbersberg, I. et al.(2016). The FAIR Guiding Principles for Scientific Data Management and Stewardship. Sci Data 3, 160018

[2] Hardesty, Larry (2017). „Explained: Neural Networks“. MIT News Office. Abruf vom 2. Juni 2022.

[3] Rasmussen, C.E.; Williams, C.K.I (2006). Gaussian Processes for Machine Learning. MIT Press. ISBN 978–0–262–18253–9.

[4] Slowik, Adam und Kwasnicka, Halina. (2020). Evolutionary Algorithms and Their Applications to Engineering Problems. Neural Computing and Applications. 32. 12363–12379.

Envalior  

https://www.envalior.com

Ausgabenartikel KU07-23

Bild 1. Der KI-basierte Rezepturentwickler Lucidiris wird permanent mit neuen Daten angereichert und liefert somit sehr treffsichere Lösungen.

Bild 2. Darstellung der Gauß’schen Prozesse in einer Dimension: Die Vorhersagegenauigkeit verbessert sich bei jedem zusätzlichen gemessenen Datenpunkt. Die Modellverbesserung erfolgt in einem mehrdimensionalen Raum, der L*-, a*- und b*- Farbwerte, viele Farbkonzentrationen und mechanische Eigenschaften berücksichtigt. 

Bild 3. Darstellung einer vorhergesagten Hüllkurve von Farben aus spezifischen Startfarbenwerten für L*, a*, b*: In der Praxis ist die Hüllkurve ein dreidimensionales Volumen, das auch die L*-Achse beinhaltet. 

Bild 4. Modellierungs-Workflow: In jeder neuen Generation werden die Mutationen anhand des Prognosemodells bewertet, bis es ein Rezept auf die virtuellen Zielwerte optimiert hat.

Hauptartikel Envalior

Wie der KI-basierte Rezepturentwickler von Envalior die Entwicklungszeiten für Kunststoff-Farbrezepturen verkürzt.

Kunststofftechnik: Mit KI den richtigen Farbton treffen 

Erwin Houben leitet die Digitalisierung der Forschung und Entwicklung,

Angelika Schmidt leitet das globale Produkt- und Farbentwicklungsteam,

Chunxia Sun ist globale Produktmanagerin für technische Produkte,

Willem Godlieb ist ein auf maschinelles Lernen und Modellierung spezialisierter Datenwissenschaftler,

Arno Wilbers ist ein auf maschinelles Lernen und Statistik spezialisierter Datenwissenschaftler,

Jelle de Jong ist eine auf auf Modellierung und Bereitstellung spezialisierte Datenwissenschaftlerin,

Brady Bai leitet das Farbentwicklungsteam,

Wang Wei ist Farbexperte und Leiter des Farbkombinationslabors,

<a href="https://envalior.com" target="_blank">envalior.com</a>

Die Autoren bedanken sich bei Sioux Technologies für die Unterstützung bei den erweiterten Algorithmusbewertungen.