Analyse des Energieverbrauchs im Stahlwerk
PROBLEM:
Kein erkennbarer Zusammenhang zwischen
* Energieverbrauch der Brammen-Stoßöfen und
* Eigenschaften der Stahlblöcke
ERGEBNIS der KI:
Überdurchschnittlich hohe Genauigkeit zur 24 h-Berechnung des Energieverbrauchs trotz sehr hoher Dynamik und Komplexität im Erwärmungsprozess
Für mehr Info: https://www.ispredict.com oder info@ispredict.com
#ispredict #drohne #künstlicheintelligenz #ki #energie #stahl #prozessindustrie #prognose #algorithmen #bigdata
Komplexe Ursachenanalyse für Minderqualität – Case Study
Aus 5.000 Einflussparametern deckt Selbstlernalgorithmik die verwobenen + dynamischen Zusammenhänge auf, die die Qualität negativ beeinflussen.
ZIEL:
Ursachenforschung und Optimierung der Qualitätsparameter in der Produktion
PROBLEM:
Die Herstellung von Gipsfaserplatten dauert ca. 2 Tage. Der Prozess ist diskontinuierlich und hat über 5.000 Einflussparameter. Die Produktverfolgbarkeit ist nur teilweise gegeben, da z.B. die Papieraufbere...
KI berechnet komplexe Wärmerückgewinnung für Holztrockner-Anlage
ZIEL:
Entscheidungshilfe, ob sich Wärmerückgewinnung lohnt.
PROBLEM:
Stark variierender Energieverbrauch des Holztrockners, so dass unklar ist, wie viel Fernwärme bei vorgewärmter Luft von mind. 20 ° C einspart wird.
ERGEBNIS:
Aufdeckung der Einflüsse auf den Energieverbrauch
Hochgenaue Prognose des Energieverbrauchs
-> Wärmerückgewinnung spart 25 % der Energie ein.
https://www.ispredict.com oder info@ispredict.com
#ispredic...
Der „hippe Emil“ kommt!
Gestern wurde das Forschungsprojekt mit dem schönen Namen HIP-EMIL der Öffentlichkeit vorgestellt.
Hier soll ein adaptives, prädiktives und hybrides Energiemanagement entstehen, das den Energiebedarf in unterschiedlichsten Gebäudetypen (Wohnungen, Gewerbe, Industrie) deutlich reduzieren soll.
Warum so viel Fokus auf Gebäude? Weil rund 1/3 der in Deutschland benötigten Energie in ihnen „verschwindet“.
IS Predict wird adaptive und erklärende Künstliche Intelligenz-Analyse...
Kreditausfälle minimieren dank erklärender KI: 99,x % Trefferquote!
ZIEL:
Kreditausfälle vermeiden. Fördergelder zweckgerecht anwenden.
Daher in Massendaten die Firmen aufdecken, deren Kredit- / Förderfähigkeit sich negativ entwickeln wird.
PROBLEM:
Jeder Kredit- / Förderantrag wird zu Beginn im Detail geprüft. Die Situation der Firmen ändert sich jedoch über die Zeit.
* Einerseits kann das Risiko wachsen, den Kredit nicht zurückzahlen zu können.
* Andererseits kann der Fördernehmer seine An...
Frühzeitiges Aufdecken von Ineffizienten für Blockheizkraftwerk
ZIEL:
Effizienter Energieeinsatz zur Strom- und Wärmegewinnung. Frühzeitig Anomalien im operativen BHKW-Betrieb aufdecken: Zusammenhänge zwischen Leistung von Generator, Motor sowie Abgas- und Plattenwärmetauscher
PROBLEM:
Anomalien einer Komponente sind beeinflusst von anderen Komponenten.
Notwendige Daten werden nicht erfasst und müssen abgeleitet werden.
ERGEBNIS:
Verlässliches Aufdeckung der Zusammenhänge zwischen ineffizient...
Ausfallprognose kritischer Klimaanlagensysteme
ZIEL:
Ca. 2 Wochen im voraus wissen, wann Klimaanlagen im Rechenzentrum ausfallen werden.
PROBLEM:
Hohe Dynamik der Einflüsse bei Tausenden von Klimaanlagen
ERGEBNIS:
Genauigkeit 98% sowie keine Versendung von Servicetechnikern ohne Grund (keine „False Positive“)
https://www.ispredict.com oder info@ispredict.com
#ispredict #drohne #künstlicheintelligenz #ki #ai #erklaerendeki #xai #energie #vorausschauendewartung #gebäude #Rechenzentrum #klimaanlage
Reduzierte Heiz-/Kühlkosten in Hotels
ZIEL:
Zimmerzuordnung zu Gästen auch nach energetischen Aspekten, jedoch ohne Komfortverlust
PROBLEM:
Zimmer werden unregelmäßig für Stunden nicht genutzt.
Aber Energie wird eingesetzt, um Zimmer auf Wohlfühl-Temperatur zu halten.
ERGEBNIS:
Adaptive Künstliche Intelligenz analysiert:
* zukünftiges Wetter
* Raumverhalten zur Erwärmung / Abkühlung
* Gastverhalten: im Zimmer / außerhalb
Innovative Analysen und vorausschauende Steuerung
-> Gast immer komfortab...
Kapazitätsoptimierung und wertvolle Reiseinformationen
ZIEL:
Hochgenaue Prognose der Passagierzahlen zur besseren Planung kurz-/mittelfristig
PROBLEM:
Gerade im städtischen Nahverkehr schwanken die Passagierzahlen sehr stark. Neben den typischen Effekten der Rush Hour spielen jedoch viele unbekannte Einflüsse eine Rolle, die die Einsatzplanung (bspw. Kurzzug/Langzug) und den Passagierkomfort (Wagen 1 überfüllt, Wagen 5 fast leer) erschweren.
ERGEBNIS:
Selbstlernende Künstliche Intelligenz erken...
Besserer Stahl dank KI
ZIEL:
Qualität des Stahls verbessern.
PROBLEM:
Bei der Erhitzung des flüssigen Stahlgemischs im Konverter laufen komplexe Prozesse ab, die die Qualität, z.B. Festigkeit des Stahls, beeinflussen. Der richtige Zeitpunkt zum „Abstechen“ ist daher wichtig.
Dazu nutzt man eine separate Lanze, die die Temperatur misst. Jedoch ist dies teuer und unterbricht den Erhitzungsprozess.
Herkömmliche Verfahren zur Temperaturprognose sind zu ungenau.
ERGEBNIS:
Selbstlernende Künstliche In...
