Künstliche Intelligenz in der Automatisierung

PrognoseBrain: Entwicklung eines Systems zur Nutzung lernender, korrelativ und prognostisch interpretierender Algorithmen für das Condition Monitoring im produzierenden Mittelstand

Prof. Dr. rer. nat. Oliver Niggemann , Prof. Dr.-Ing. Jürgen Jasperneite
01.02.2014 bis 31.07.2015

Das Ziel von PrognoseBrain ist die Entwicklung eines Condition Monitoring Systems, welches Ausfälle vermeidet, eine vorausschauende Instandhaltung ermöglicht, Risiken reduziert und eine optimale Prozessführung gewährleistet werden soll. Das Projekt "Prognos Brain" will lernende, korrelativ und prognostisch interpretierende Algorithmen zum Condition Monitoring generalisieren und mit einer schlanken Hardware für den Mittelstand schnell und kostengünstig nutzbar machen.

Die Entwicklung dieser vielversprechenden Technologie und damit eine spätere Kommerzialisierung erfordert die Lösung der folgenden Probleme:

  1. Handhabung sehr großer Datenmengen in Echtzeit.
  2. Universelle Einsetzbarkeit.
  3. Zentrale Auswertung der Anlagenzustände aus verteilten Systemen.
Das Projekt wird gefördert durch:
Bundesministerium für Wirtschaft und Energie (BMWi)
Projektträger: AiF Projekt GmbH
Förderkennzeichen: KF2448216KM3
Förderlinien: Zentrales Innovationsprogram Mittelstand (ZIM)
Projektbeteiligte / Ansprechpartner: Dr.-Ing. Peng Li
Projektmitarbeitende: Dr.-Ing. Peng Li
Dr.-Ing. Peng Li, Jens Eickmeyer, Prof. Dr. rer. nat. Oliver Niggemann
Data Driven Condition Monitoring of Wind Power Plants Using Cluster Analysis
In: 2015 International Conference on Cyber-Enabled Distributed Computing and Knowledge Discovery (CyberC 2015), Sep 2015
Gefördert durch
Projektträger
AiF Projekt GmbH