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