Modellierung der druck- und temperaturabhängigen Viskosität

Das Primärziel des beantragten Forschungsvorhabens ist die Entwicklung eines Modells, welches die temperatur- und druckabhängige Viskosität vorrangig indirekt auf Basis von pvT-Daten beschreibt.
Die Ermittlung der Druckabhängigkeit ist mittels Standard-Hochdruckkapillarrheometer nicht möglich, da isobare Messungen nicht durchgeführt werden können. Weiterhin sind isotherme Messungen aufgrund der scherdissipativen Erwärmung nur bedingt möglich. Deshalb bleibt der Druckeinfluss trotz der Relevanz häufig unberücksichtigt, weil die Messung modifizierte Prüfgeräte erfordert sowie zeitaufwändig und kostenintensiv ist. Die Vernachlässigung der Druckabhängigkeit führt jedoch in bestimmten Prozessfenstern zu Fehlern in der Materialcharakterisierung.
Das zu entwickelnde Modell basiert auf der Theorie des freien Volumens und beschreibt die Abhängigkeiten von Druck und Temperatur auf die Viskosität indirekt auf Basis von pvT-Daten. Hierbei wird das Löcher-Modell nach Simha-Somcynski herangezogen und das freie Volumen mit der Viskosität verknüpft. In einem ersten Ansatz wird die Temperaturabhängigkeit weiterhin durch HKR-Messungen und die Druckabhängigkeit indirekt auf Basis von pvT-Daten hergestellt. Ein zweiter Ansatz verfolgt das Ziel, neben der Druckabhängigkeit auch die Temperaturabhängigkeit auf Basis der pvT-Daten zu modellieren. Abschließend wird ein standardisiertes Vorgehen entwickelt, das automatisches ein Modell zur Beschreibung der genannten Abhängigkeiten mit Hilfe von Microsoft Excel generiert.
Für die KMU wird durch die Reduktion von HKR-Messungen eine Zeit- und Kostenersparnis erreicht. Weiterhin wird eine präzisere Materialcharakterisierung erreicht, da die Druckabhängigkeit insbesondere bei hohen Drücken nicht länger vernachlässigt wird. Sowohl Verarbeiter als auch Maschinenhersteller profitieren davon, indem sie auf präzisere Materialdaten zurückgreifen können und ihre Prozesse und Anlagen zielführender auf die gegebenen Prozessbedingungen auslegen können.