Selbstoptimierende Anlagen

Der Einsatz von KI-Methoden zur Optimierung verfahrenstechnischer Produktionsanlagen soll die Effizienz und Wirtschaftlichkeit chemischer und biotechnologischer Produktionsprozesse wesentlich steigern. Untersucht und erprobt werden das Lernen optimaler Betriebspunkte und Fahrstrategien für komplexe Anlagen, modellprädiktive Regelung auf der Grundlage von Machine Learning und ein KI-basiertes Beratungssystem für die Unterstützung des Betriebspersonals. Die Validierung und Demonstration der Methoden wird an Pilot- und Technikumsanlagen, u.a. von Merck, Evonik und Air Liquide, durchgeführt werden.

Ansprechpartner: Prof. Sebastian Engell, TU Dortmund

Bild_TP7_Web3

 

© AIR LIQUIDE Forschung und Entwicklung GmbH