Aktuelle Forschungsprojekte

Image Solare Kühlung
Image Innovativer Helium-Kleinverflüssiger
Image Wasser-Luft-Kühler-Kit für Helium Kompressoren in der Kryotechnik
Image Cl.Ai.Co - Clever Air Components
Image Magnetfeldbeeinflusster Schmelzpunkt des Wassers
Image Klimatechnik-Betriebsoptimierung mittels maschinellem Lernen
Image Entwicklung hydrolysebeständiger Hotmelt-Klebeverbunde für Prozessluft- und Klimaanwendungen unter Einhaltung hygienischer Anforderungen
Image Sole (Wasser)-Wärmepumpen
Image Wasserstoff- und Methan-Versuchsfeld am ILK
Image Entwicklung und Erprobung des Einsatzes von Phasenwechselmaterialien an WEMS (Window Energy Management Systems)
Image Zertifizierung von effizienten Klima- und Lüftungsanlagen durch das neue „Qualitätssiegel Raumlufttechnik“ für Nichtwohngebäude
Image Befeuchtungsanlage für hochreine Gase
Image Intelligente innovative Stromversorgung für supraleitende Spulen
Image All-In-One Gerät für Gefriertrocknung und Biomaterialherstellung
Image Elektrische Auskopplung aus einer Expansionsturbine
Image Wärmeübergang in Ferro-Nanofluiden unter Magnetfeldeinfluss

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

Weitere Projekte

Image

Elektronische Multifunktionsmodule für kryogene Anwendungen

Elektronik mit geringem Verkabelungsaufwand - mehr als 100 Sensoren über eine Durchführung

Image
Image

Verhalten mehrphasiger kryogener Fluide

Experimentelle und Numerische Untersuchungen