KI-Innovationswettbewerb: Erfolgreicher Abschluss des Forschungsprojektes KEEN
Das Forschungsprojekt KEEN ist in diesem Jahr nach insgesamt dreijähriger Projektlaufzeit ausgelaufen. Die Arbeit der Projektpartner kreiste um die Frage, welchen Mehrwert KI-Methoden für die Prozessindustrie schaffen können.
Im Rahmen dieser Forschungsfrage entwickelten die Projektpartner unterschiedliche Lösungen, die die Effizienz aller Engineering und Produktionsaktivitäten entlang des Produktlebenszyklus steigern. Dabei wird der Ressourcenverbrauch gesenkt und neue Produkte kommen schneller auf den Markt. Als drittgrößter Wirtschaftszweig Deutschlands wird die Prozessindustrie so in ihrer Konkurrenzfähigkeit auf dem internationalen Markt gestärkt, denn eine höhere Energie- und Ressourceneffizienz ist dafür unausweichlich.
Die Arbeitsgruppe der Technischen Universität in Kaiserslautern-Landau und ein Team am Lehrstuhl für Thermodynamik (LTD) entwickelten innerhalb der Projektlaufzeit unter anderem neue Methoden, um Informationen über die Eigenschaften von Stoffgemischen vorherzusagen. Die dafür benötigte Technik basiert auf Matrixvervollständigungsmethoden.".. In Zusammenarbeit mit dem Fraunhofer ITWM entstand daraus der Softwareprototyp „MatrixMole“, der mit den Konsortialpartnern Dortmunder Datenbank (DDBST GmbH) und Covestro getestet wurde.
Die Arbeitsgruppe ApparateDesign der TU Dortmund widmete sich im Rahmen von KEEN dem Einsatz von KI im Anlagenbau mit dem Ziel, die Entwicklungszeit im Basic- und im Detail-Engineering zu verkürzen. Die Partner entwickelten einen KI-basierten Vorschlagsalgorithmus, der dem Nutzer bei der Erstellung von R&I Fließbildern auf Basis von trainierten Rekurrenten Neuronalen Netzen (RNNs) mögliche Folgebauteile benennt und die nötigen Daten und Informationen liefert, um diese tatsächlich zu bauen. Aktuell werden die bereits entwickelten Werkzeuge von assoziierten Partnern getestet und anschließend für alle zur Nutzung freigegeben.
In der Praxis erprobt wurden Annahmen und Innovationen der KEEN-Projektpartner anhand eines Anwendungsfalls von Bayer.
Ein Teil der Projektpartner widmete sich zudem dem Thema systematisches Datenmanagement. Während der Laufzeit wurden Datensets von verschiedenen akademischen und industriellen KEEN-Partnern auf die Datenplattform des Projekts hochgeladen – sie stehen nun stehen der wissenschaftlichen Öffentlichkeit unter https://keen.zih.tu-dresden.de/ zur Verfügung. Ebenfalls zum Teilbereich Datenmanagement gehört das modulare Metadatenschema zur Beschreibung von Prozessindustriedaten ProMetaS (Process Engineering/Industry Metadata Schema). Es wurde auf der KEEN-Datenbank implementiert und definiert verschiedene Metadatenkategorien für die Nutzung in der Prozessindustrie, die sich an den verfügbaren Metadatenstandards orientieren.
Erkenntnisse und Informationen aus KEEN stehen Interessierten weiterhin über KEEN – Künstliche-Intelligenz-Inkubator-Labore in der Prozessindustrie (keen-plattform.de) zur Verfügung.
- Seite empfehlen:
- Druckansicht