Aktuelle Forschungsprojekte

Image Untersuchung von materialabhängigen Parametern
Image Innovatives Tieftemperaturkühlsystem zur Rekondensation / Verflüssigung von technischen Gasen bis 77 K
Image Controlled Rate Freezing-Gerät für Multiwellplatten (CRF-Multi)
Image Praktikum, Diplom, Master, Bachelor
Image Prüfverfahren für elektrische Komponenten
Image Druckfestigkeitsprüfung von CO2 Anlagen
Image Ressourcenoptimierung und Beschleunigung von Strömungssimulationen mittels künstlicher Intelligenz
Image Thermosyphon mit in situ beschichtetem Verdampfer
Image Kryoflüssigkeitspumpen für tiefkalt verflüssigte Gase wie z.B. LIN, LOX, LHe, LH2, LNG, LAr
Image Vakuum-Flüssigeis-Technologie
Image Energieeffizienzberatung Kraft-Wärme-Kälte
Image Lüftungsgerät mit akustischer Regelungsoption
Image Wasserstoff- und Methan-Versuchsfeld am ILK
Image Lebensdauerprognose von Hermetikverdichtersystemen
Image Primäre Lärmreduktion an Ventilatoren
Image Phasenauflösende numerische Simulation von Suspensionen

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