Aktuelle Forschungsprojekte

Image Nichtinvasive Strömungsmessung
Image Dynamische Gebäude- und Anlagensimulation mit TRNSYS
Image Textiler Wärme- und Stoffübertrager in KVS-Systemen
Image Reduktion der Schallemission von Darrieus-Windturbinen
Image Abluftbehandlungsmethode zur Abscheidung von Spurenstoffen in neuen Produktionsverfahren
Image Entwicklung hydrolysebeständiger Hotmelt-Klebeverbunde für Prozessluft- und Klimaanwendungen unter Einhaltung hygienischer Anforderungen
Image Zug- und Druckprüfung
Image Platz-integrierte Sekundärluft-Aufbereitung
Image Tribologische Untersuchungen im System Öl-Kältemittel-Werkstoff
Image Kryostate aus GFK oder Metall
Image Energieeffizienzberatung Kraft-Wärme-Kälte
Image Verbundvorhaben Öl-Effiziente Kältesysteme – Schmierstoffwahl für Kälteanlagen unter dem Gesichtspunkt der Energieeffizienz
Image Prüfstandsbau zur Festigkeitsprüfung und Dichtheitsprüfung
Image Energieeffizienzbewertung und optimierte Betriebsführung von gewerblichen Kälteanlagen
Image Bewertungsverfahren für Systeme mit Sekundärluft und Raumwirkung
Image Software für die TGA-Planung

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

CaptureTest – Erfassungsgrad von Absaugern für Kochdünste

Entwicklung eines Prüfverfahrens für den Erfassungsgrad von Dunstabzügen

Image

Neues sorptives Entfeuchtungssystem mit Energiespeicherung mit Naturmaterial - SEENaM

Lufttrocknung als Demand-Response-System grüner Stromerzeugung

Image

Strahltechnikentwicklung mit Wassereis-Strahlmittel

Nachhaltiger, kontaminationsfreier Prozess für Medizin und Industrie

Image

StellarHeal – Wound Healing in Space and on Earth

Ein disruptives Wundbehandlungskonzept für die Raumfahrtmedizin