Am 4. November 2025 veranstalt die Hochschule Mittweida das „Mittweida Akustik-Kolloquium“. Zu dieser Konferenz wird Dr. Ralph Krause - ILK Dresden - spannende Einblicke in sein Fachgebiet „Strömungsakustik“ geben.
Die HS Mittweida und München bilden unter anderem Studierende in den Studiengängen „Bachelor Audio and Acoustical Engineering“ und „Master Ingenieurakustik“ aus. Dem Thema „Moderne Methoden der Geräuschoptimierung an Fahrzeugen, Gebäuden, Verkehrswegen und Industrieanlagen“ mit den Schwerpunkten Messtechnik und Prognose sowie Auslegung und Erprobung kommt dabei eine bedeutende Rolle zu.
Interessierten Studierenden bietet das ILK Dresden Facharbeitsthemen (Diplom, Praktikas etc.) aus unseren aktuellen Forschungsvorhaben an!
Bitte schicken Sie Ihre Anfrage einfach an unsere Studierenden-Beauftragte Elisa Bellack - bewerbung@ilkdresden.de
Kontakt: ralph.krause@ilkdresden.de
VORTRAG Dr.-Ing. Ralph Krause:
Klassenraumlüftung durch maschinelles Lernen (ML) akustikbasiert regeln, um die Raumbelüftung in Bildungseinrichtungen zu optimieren.
Ist-Zustand
Unterrichts- und Seminarräume in Schulgebäuden/ Bildungsbauten sind durch eine hohe Belegungsdichte mit Personen gekennzeichnet
• ein hoher Luftwechsel ist zur Sicherstellung der Anforderungen an die Raumlufthygiene notwendig
• Lüftungsanlage mit Wärmerückgewinnung sind notwendig zur Sicherstellung der thermischen Behaglichkeit und der Energieeffizienz
Herausforderung
• Lüftungsanlage sind nicht Standard in Schulgebäuden -> die Sanierung erfordert zumeist den Einsatz dezentraler Geräte
• dezentrale Geräte führen sehr oft zu Lärmbelastung
• als Folge der Lärmbelastung werden die Geräte ausgeschaltet
Projektziel
• Entwicklung eines Regelalgorithmus zur Steuerung der Ventilatoren bzw. der Luftmenge von RLT-Anlagen, um störende Geräuschpegel von Klimaanlagen (ACUs) zu minimieren.
Abstract:
In dem Vortrag wird ein Ansatz vorgestellt, der maschinelles Lernen (ML) zur Schallklassifizierung nutzt, um die Raumbelüftung in Bildungseinrichtungen zu optimieren. Im ersten Teil wird ein Modell eines Faltungsneuronalen Netzes (CNN) vorgestellt, das in der Lage ist, Spektrogrammbilder, die von Audioaufnahmen abgeleitet wurden, in verschiedene Geräuschklassen zu klassifizieren und dabei eine konsistente Genauigkeit von 0,85 oder höher zu erreichen. Der zweite Teil des Vortrags befasst sich mit der Konfiguration eines Reglers, der die Erkenntnisse des ML-Modells nutzt, um den Luftvolumenstrom zu regulieren und störende Geräuschpegel von Klimaanlagen (ACUs) zu minimieren. Durch eine umfassende Parameterstudie unter Verwendung einer instationären Klassenzimmersimulation werden optimale Regelstrategien ermittelt. Die Ergebnisse deuten darauf hin, dass eine Regelungsstrategie, bei der Schallklassen über einen bestimmten Zeitraum gemittelt werden, in Verbindung mit bestimmten Intervallen für die Anpassung des Luftvolumenstroms, günstige Ergebnisse beim Ausgleich von Luftqualität und Lärmpegel erzielt.
Weitere Infos zum Programm: https://www.forschung.hs-mittweida.de/veranstaltungen/jahr-2025/mittweida-akustik-kolloquium/programm/