KIinWT Künstliche Intelligenz in der Wärmetechnik
In diesem Projekt sollen über eine Recherche wärmetechnische Anwendungen dokumentiert werden, bei denen sich durch innovative Regelungsansätze Systemverbesserungen erreichen lassen. Dabei werden nicht nur aus der Regelungstechnik bekannte Verfahren in Betracht gezogen, sondern vor allem auch Methoden der „Künstlichen Intelligenz“ (KI) ins Auge gefasst.
Ausgangssituation
Mehr als die Hälfte des gesamten Endenergieverbrauchs fällt in Österreich in Form von Wärme (Raumheizung und Klimaanlagen, Dampferzeugung, Industrieöfen) an. Um die aufgewendete Energie in den erwähnten Bereichen bestmöglich zu nutzen, müssen sowohl die Einzelprozesse (z.B. Feuerungen, Wärmepumpen) als auch die Gesamtsysteme eine möglichst hohe Effizienz aufweisen. Die Regelung und Überwachung der vorhandenen technischen Prozesse nimmt dabei eine wichtige Rolle ein, sowohl was die Energieeffizienz als auch die Betriebssicherheit angeht.
Derzeit eingesetzte Steuerungs- und Regelungskonzepte in der Wärmetechnik basieren zumeist auf empirischen Überlegungen, gehen jedoch kaum auf die Problematik der Energieeffizienz ein. Die Regelungsziele sind üblicherweise starr ausgeführt und zielen eher auf die Stabilisierung des eigentlichen Prozesses ab. Eine Optimierung der Regelung wird bei kleinen Anlagen kaum durchgeführt, solange keine Störungen oder Komfortverletzungen auftreten. Bei Industrieprozessen ist es oft schwierig überhaupt einen Optimierungsprozess in der laufenden Produktion einzuleiten, weil das primäre Augenmerk eher auf die Produktqualität als die energetische Effizienz gerichtet wird. Bisher entwickelte und auch bereits eingesetzte „Modellprädiktive Regelungsansätze“ (MPC) versprechen zwar signifikante Energieeinsparungen. Die Erstellung der notwendigen Modelle erfordert jedoch Expertenwissen und ist zeitaufwändig, was als Hemmnis für einen breiteren Einsatz wirkt.
Projektverlauf
Auf Grundlage der rasant steigenden Leistungsfähigkeit digitaler Systeme und Methoden aus dem Bereich der KI zeichnen sich jedoch neue Möglichkeiten ab, sowohl die Effizienz über intelligente regelungstechnische Maßnahmen als auch die Betriebssicherheit über innovative Diagnosemethoden zu verbessern. Im vorliegenden Projekt erfolgt eine Listung, Evaluierung, und Klassifizierung unterschiedlicher Problemstellungen in verschiedenen wärmetechnischen Anwendungen. Derzeit übliche Regelungs- und Monitoring-Strategien und Modellierungsansätze für die definierten Problemstellungen werden dargestellt und dokumentiert. Anhand einer Literaturrecherche wird der Stand der Forschung und Entwicklung im Bereich innovativer Regelungs-, Monitoring- und Modellierungs-Methoden für die Anwendung von KI in den betrachteten wärmetechnischen Anwendungen ermittelt.
Meilensteine
- Umfangreiche Literaturrecherche: State-of-the-art Regelkonzepte und Diagnosetools in wärmetechnischen Anwendungen
- Identifikation eines Use-Cases für das Testen neuer Regelkonzepte und KI-Methoden und simulationstechnische Nachbildung des Gesamtsystems
- Erstellung eines modellbasierten und modellfreien Diagnoseansatzes für das Gesamtsystem
- Vergleich zwischen konventioneller und neuartiger Regelung
Ergebnisse
Am Ende des Projekts soll eine Matrix mit Lösungsansätzen basierend auf KI für unterschiedliche Problemstellungen in wärmetechnischen Anwendungen als Grundlage für weitere Forschungsvorhaben zur Verfügung stehen. Die Möglichkeit, das Verhalten von Anlagen bzw. einzelner Komponenten anhand von datenbasierten Modellen abzubilden, soll bewertet und die hierfür notwendige Datengrundlage definiert werden. Für eine konkrete Anwendung erfolgt der Nachweis und eine Bewertung der möglichen Energieeinsparungen mittels vorhandener Messdaten oder/und geeigneter Simulationen durch einen Vergleich zwischen einer konventionellen und einer auf KI-Methoden basierenden Regelung. Abschließend erfolgt eine Beurteilung der Übertragbarkeit der eingesetzten Methoden auf andere Anwendungen mit ähnlichen Problemstellungen.
Ass.Prof. Dr. Rene Prieler
-> Wissenschaftlicher Projektmitarbeiter
Institut für Wärmetechnik, Technische Universität Graz
-> Senior Researcher
Leiter der Gruppe Modellierung und Simulation/Hochtemperaturanwendungen
Institut für Wärmetechnik, Technische Universität Graz
-> Assistenzprofessor für Modellierung und Simulation
Institut für Wärmetechnik, Technische Universität Graz
Dr. Andreas Heinz
Wissenschaftlicher Mitarbeiter am Institut für Wärmetechnik, 2002-2009
Project Senior Scientist am Institut für Wärmetechnik, 2009-2015
Senior Scientist am Institut für Wärmetechnik seit 2015
Assoc. Prof. Dr. Gerald Steinbauer
Assistant Professor with Tenure Track, Institute for Software Technology, Graz University of Technology
Associate Professor, Head of research group for autonomous intelligent systems, Institute for Software Technology, Graz University of Technology
Prof. Dr. Martin Horn
Professur für Regelung und Mechatronische Systeme, Universität Klagenfurt
Professur für Regelungs- und Automatisierungstechnik, Technische Universität Graz.
Steckbrief
-
Projektnummer881172
-
Koordinator
-
ProjektleitungRene Prieler, rene.prieler@tugraz.at
-
Partner
-
SchlagwörterEnergieeffizienz, Gebäude, Hochtemperaturprozesse, Künstliche Intelligenz, Monitoring und Fehlerdiagnose
-
FörderprogrammEnergieforschung
-
Budget248.749 €
