Aktuelle Forschungsprojekte

Image Prolatent
Image Entwicklung und Erprobung des Einsatzes von Phasenwechselmaterialien an WEMS (Window Energy Management Systems)
Image Modulares Speichersystem für solare Kühlung
Image Heliumgewinnung aus Erdgas
Image Kälte-Erzeugung und Kältespeicherung
Image CO2-Trockeneis-Sublimation zur Tieftemperaturkühlung
Image Untersuchung von materialabhängigen Parametern
Image RauMLuft.ROM | ROM - basierte Vorhersage von Raumluftströmungen mit maschinellem Lernen
Image Korrosionsinhibitor für Absorptionskälteanlagen
Image Intelligente innovative Stromversorgung für supraleitende Spulen
Image Verbundvorhaben Öl-Effiziente Kältesysteme – Schmierstoffwahl für Kälteanlagen unter dem Gesichtspunkt der Energieeffizienz
Image Tieftemperatur-Messdienstleistungen
Image Rohrgekapselte Latentwärmespeicher
Image Hochtemperatur - Korrosionsinhibitoren zur Sicherung der Erweiterung des Anwendungsbereiches Abwärme nutzender Kälteerzeugung
Image Seminar Lecksuche / Dichtheitsprüfung in der Kältetechnik
Image Ressourcenoptimierung und Beschleunigung von Strömungssimulationen mittels künstlicher Intelligenz

Sie befinden sich hier:  Startseite /  Forschung und Entwicklung


ML-basierte Module für intelligente TGA-Planungssoftware

INNO-KOM

10/2022 - 02/2025

Dr.-Ing. Thomas Oppelt

+49-351-4081-5321

intelliKL

Maschinenlernbasierte Unterstützung für die optimale Auslegung von Raumkühlsystemen

Motivation

  • weltweit nimmt der Einsatz von Kühl- und Klimasystemen stetig zu
  • Planung und Auslegung bilden Fundament für Behaglichkeit und Energieeffizienz
  • dynamische Kühllastauslegung nach VDI 2078 basiert auf vielfältigen Einflussfaktoren
  • berücksichtigt Zusammenspiel von Raum, Anlage und Nutzung
  • Software nimmt Planern hauptsächlich die Arbeit des Rechnens ab
  • Finden optimaler Planungslösungen (Art und Kombination von Kühlsystemen, Regelung) bisher aber durch zeitaufwendigen manuellen Variantenvergleich

Projektziel

  • Entwicklung ML-basierter Softwaremodule
  • Realisierung von drei Intelligenz-Stufen

Lösungsansatz

  • Verwendung von ML-Verfahren für Ausreißer-detektion, Clustering und Regression
  • Erstellung von Beispielkonfigurationen
  • teilautomatisierte Generierung einer umfangreichen Datenbasis für Training und Test der ML-Algorithmen
  • Erstellung von Blackbox-Modulen zur Anbindung an Planungssoftware
  • Funktionsnachweis in Praxistests

Ihre Anfrage zum Projekt

Weitere Projekte - Forschung und Entwicklung

Image

Dynamische Gebäude- und Anlagensimulation mit TRNSYS

Wissenschaftliche Analyse thermodynamischer Prozesse in Gebäuden und Anlagen

Image

Elektronische Multifunktionsmodule für kryogene Anwendungen

Elektronik mit geringem Verkabelungsaufwand - mehr als 100 Sensoren über eine Durchführung

Image

Verhalten mehrphasiger kryogener Fluide

Experimentelle und Numerische Untersuchungen