Aktuelle Forschungsprojekte

Image Thermische Kälteerzeugung / Absorptionskältetechnik
Image Prüfung mobiler Leckdetektoren nach DIN EN 14624
Image Thermosyphon mit in situ beschichtetem Verdampfer
Image Untersuchung von materialabhängigen Parametern
Image Gesamtsystemoptimierung von Kältetechnischen Alagensystemen für Energiewende und Klimaschutz
Image Ressourcenoptimierung und Beschleunigung von Strömungssimulationen mittels künstlicher Intelligenz
Image Entwicklung Prüfverfahren und Prüfstand für stationäre Einbau-Kältesätze
Image Chemische Wasserbinder/Enteiser für Kältekreisläufe - CheWa
Image In-Situ-Untersuchungen zum Quellverhalten von Polymerwerkstoffen unter erhöhten Drücken und Temperaturen
Image Nachweis der Lagerbeständigkeit von Kryoröhrchen
Image Entwicklung eines kryogenen magnetbasierten Luftzerlegers
Image Prüfverfahren zur dynamischen Alterung von Werkstoffen
Image Platz-integrierte Sekundärluft-Aufbereitung
Image Charakterisierung von Supraleitern in Wasserstoffatmosphäre
Image Tieftemperatur-Materialprüfkammer
Image Controlled Rate Freezing-Gerät für Multiwellplatten (CRF-Multi)

Sie befinden sich hier:   /  Startseite


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