CORDIS - Forschungsergebnisse der EU
CORDIS

Article Category

Inhalt archiviert am 2023-04-17

Article available in the following languages:

Der Einsatz von KI zur Verbesserung der Energie- und Ressourceneffizienz in verschiedenen Branchen

Fachleute in den Bereichen Energie, Softwarentwicklung und Mathematik haben ihre Kräfte gebündelt, um maschinelle Lernfunktionen in kritischen Verarbeitungsindustrien zu integrieren.

Digitale Wirtschaft icon Digitale Wirtschaft

Die Fähigkeiten des maschinellen Lernens zur Verbesserung der Qualität des Herstelllungsprozesses werden zunehmend anerkannt. KI und maschinelles Lernen sind inzwischen beliebte Werkzeuge für Hersteller bei der Verbesserung des Durchsatzes und der Optimierung des Energiebedarfs. Das EU-finanzierte Projekt FUPIDO (Future Directions of Production Planning and Optimized Energy- and Process Industries) macht enorme Fortschritte bei der Integration von KI in verschiedenen kritischen Verarbeitungsindustrien auf breiter Ebene, um grundlegende Verbesserungen für die Energie- und Ressourceneffizienz zu erreichen. In einer im Online-Magazin „Open Access Government“ erschienenen Pressemitteilung wird zusammengefasst dargestellt, wie KI in verschiedenen Branchen wie Ölraffinerien und Abwasserbehandlung eingesetzt werden kann. Darin heißt es, dass „FUPIDO (in fünf Fallstudien) fortgeschrittene dynamische physikalische (ergänzt durch weiche Sensoren) und statistische Modelle wie Bayes‘sche Netze und maschinelle Lernmodelle zur Schaffung fortgeschrittener Regelungen für die Diagnose, Entscheidungsfindung und Optimierung sowie modellprädiktiver Regelungen entwickelt und testet“.

Fallstudien

Erik Dahlquist von der projektkoordinerenden Hochschule Mälardalen erklärt, wie das entwickelte System in fünf umfassenden Fallstudien implementiert wird. Diese beinhalten eine Ölraffinerie, ein großes Blockheizkraftwerk, eine Zellstoff- und Papierfabrik, eine Abwasserbehandlungsanlage und eine Mikro-Kraft-Wärme-Turbine. Bei der Ölraffinerie, der Türkiye Petrol Rafinerileri A.Ş. (Tüpraş), „stellt FUDIPO fortgeschrittene Methoden zur Prozesssteuerung zur Verfügung, um unerwünschte Nebenprodukte unterhalb oder oberhalb der europäischen Grenzwerte zu reduzieren“. Zur Einschätzung der Produktqualität werden physikalische und statistische Modelle gemeinsam mit „einem Diagnosesystem zur Fehlererkennung bei Temperatursensoren und Nahinfrarotmodellen für die Materialeigenschaften eingesetzt. Mit den Verbesserungen durch FUDIPO könnten 120 bis 200 TWh/Jahr an Energie in europäischen Ölraffinerien eingespart werden.“ Mälarenergi, Betreiber eines großen Blockheizkraftwerks in Schweden, konzentriert sich auf die Emissionskontrolle. „Diese Kontrolle wird durch FUDIPO verbessert und führt damit zu einer Verringerung von Ausfällen, Schwankungen, Korrosion, Fouling und Agglomerationen.“ Zum Einsatz kommt ein physikalisches Modell „gemeinsam mit Messdaten zur Diagnose möglicher Prozess- und Sensorfehler und einem Bayes‘schen Netz für Wahrscheinlichkeitsberechnungen. Dies wird mit einer modellprädiktiven Regelung zur Kontrolle von Feuchtigkeit im Brennstoff, der dem Kessel zugeführt wird, kombiniert, wo Online-Messungen des Abfallbrennstoffs durchgeführt werden, um den Gehalt an Kunststoff und Feuchtigkeit zu bestimmen.“ Bei der ABB-Abwasserbehandlungsanlage „ermöglicht FUDIPO die Entwicklung von Steuerungsalgorithmen zur Steigerung der Leistung und der Bestimmung der Qualität des eingehenden Abwassers und damit zu einer Energieeinsparung durch Verringerung des Belüftungsbedarfs“, erklärt Dahlquist. „Es wurden ein mit Offline-Daten getestetes physikalisches Modell, ein Python-Modell zur Entdeckung von Sensorfehlern und eine modellprädiktive Regelung entwickelt.“ Bei der Zellstoff- und Papierfabrik BillerudKorsnäs, die drei Bereiche zur Faserherstellung mit verschiedener Zellstoffqualität besitzt, „führt das Projekt zu einer stabileren Prozess- und Fehlerdiagnose durch eine bessere Kontrolle der Kappa-Zahl“, heißt es in derselben Pressemitteilung. Die Kappa-Zahl ist ein Parameter zur Messung des Ligningehalts nach der Zellstoffkochung. Da dies schwierig zu kontrollieren ist, „dient ein physikalisches Modell als digitaler Zwilling und es erfolgt eine Nahinfrarotmessung aller in den Zellstoffkocher eingespeisten Holzspäne. Dadurch wird eine Vorhersage des Ligningehalts und der Reaktivität ermöglicht.“ In den Niederlanden schließlich „steigert FUDIPO die Effizienz bei der Betreuung von Kunden durch planmäßige und vorausschauende Instandhaltungsunterstützung und -planung“ bei der Kraft-Wärme-Turbine des Unternehmens Micro Turbine Technology. Das Projekt FUDIPO (Future Directions of Production Planning and Optimized Energy- and Process Industries) läuft bis September 2020. Weitere Informationen: FUDIPO-Projektwebsite

Länder

Schweden

Verwandte Artikel