Es wird geladen

Die kontinuierliche Steigerung der Energie- und Ressourceneffizienz bei der Herstellung von Zement stellt eine Herausforderung für die Stabilität und damit die Steuerung des Prozesses dar. KI-Anwendungen bzw. Anwendungen des maschinellen Lernens wie Softsensoren oder Assistenzsysteme für Produktionssteuerer stellen vielversprechende Lösungen zur Prozesskontrolle und -optimierung dar. Der erfolgreiche Einsatz derartiger Lösungen kann zur Reduktion des thermischen und elektrischen Energiebedarfs, einer Verbesserung der Produktqualität und einer Erhöhung der Anteile von alternativen Brenn- und Rohstoffen beitragen. Voraussetzung dafür sind jedoch robuste KI-Anwendungen, die die Betriebssicherheit der komplexen Produktionsanlagen der Zementindustrie nicht gefährden.

Die mangelnde Kenntnis der verfahrenstechnischen und informatischen Einflussgrößen auf die Stabilität von Anwendungen des maschinellen Lernens stellt jedoch eine wesentliche Hürde für die erfolgreiche Anwendung in der Praxis dar. Insbesondere die KMU der Zementindustrie ohne Zugriff auf zentrale technische Einrichtungen verfügen nicht über Fachkräfte aus dem Bereich der Informatik oder Data-Science, um derartige robuste Lösungen aufzubauen. Und KMU aus dem Bereich der Regelungstechnik und Datenanalyse verfügen oftmals nicht über die notwendige verfahrenstechnische Erfahrung, um ihre Lösungen entsprechend der Prozessanforderungen zu adaptieren.

Am Beispiel der KI-Anwendung eines virtuellen Sensors (Softsensors) wird im industriellen Umfeld der Zementindustrie untersucht, wie sich die verändernden Prozessbedingungen auf die Vorhersagequalität des Softsensors auswirken. Dabei wird zum einen der verfahrenstechnische Einfluss durch regelmäßige Prozessuntersuchungen erfasst. Zum anderen wird die Robustheit der KI-Anwendung durch unterschiedliche Stresstests auf Basis realer Prozessdaten untersucht. Die Ergebnisse werden zur Entwicklung von Maßnahmen zur robusten Auslegung von KI-Anwendungen in der Zementindustrie ausgearbeitet.

Bild 1: Schematische Darstellung des Projektablaufs. Es findet eine parallele Untersuchung der verfahrenstechnischen und informatischen Einflüsse auf die Robustheit statt.
Bild 2: Bestandsaufnahme des Mühlenzustands

Förderer

Das IGF-Vorhaben 21152 N der Forschungsvereinigung VDZ Technology gGmbH wird über die AiF im Rahmen des Programms zur Förderung der Industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

Ihr Ansprechpartner

Haben Sie Fragen zu diesem Thema?

Dr. Philipp Fleiger
Umwelt und Betriebstechnik

(0211) 45 78-254
ubt@vdz-online.de

Vielen Dank für Ihr Interesse an unserer Publikation:

Es wird geladen