Aus Prozessdaten lassen sich neben den auf den ersten Blick erkennbaren Informationen Zusammenhänge ermitteln, die dabei helfen können, das Prozess- und Anlagenverhalten besser zu verstehen. Diese Zusammenhänge können durch KI-gestützte Informationsgewinnung über Prozesszustände und Produkteigenschaften aus Messdaten, u.a. Zeitreihen und Bilddaten in Labor und Produktion, herausgefunden werden. Dadurch sollen Unsicherheiten über das aktuelle Betriebsregime reduziert, Ausfälle oder Fehlentwicklungen früher erkannt und systematische Abweichungen automatisch diagnostiziert und für die Prozessführung berücksichtigt werden. Dies erhöht die Wirtschaftlichkeit chemischer und biotechnischer Produktionsprozesse durch optimale Nutzung des sicheren Betriebsfensters, höhere Anlagenverfügbarkeit und Prozess- und Anlagensicherheit.
Ansprechpartner: Prof. Leon Urbas, TU Dresden
P2O-Lab und ZIH der TU Dresden