Description: Die Verfahrenstechnik beschäftigt sich mit der technischen und wirtschaftlichen Durchführung von Prozessen, bei denen Stoffe in ihrer Art, Eigenschaft oder Zusammensetzung verändert werden. Ihre Anwendungsbereiche erstrecken sich über verschiedene Industrien, darunter die Pharmaindustrie, Chemie, Abfallwirtschaft, Kunststoffherstellung, Trinkwasseraufbereitung und Treibstoffherstellung. Ingenieurinnen und Ingenieure in der Verfahrenstechnik sind für die Planung von Verarbeitungsschritten, die Entwicklung von Apparaten und Maschinen, die Auswahl der Methoden für den Stofftransport sowie die Steuerungs- und Regelungstechnik verantwortlich. Mithilfe von Software werden Fließbilder für die gewünschte Stoffumwandlung erstellt. Hier setzt die KI-Assistenz an, indem sie die Planung effektiver und schneller gestaltet. Das KIAFE-Projekt (KI-Assistenz für ressourceneffiziente Fließbilderstellung) des Fraunhofer-Instituts für Integrierte Schaltungen IIS optimiert die Anlagenplanung in der chemischen Verfahrenstechnik durch den Einsatz von Künstlicher Intelligenz (KI) und damit ein Optimum zwischen Effektivität, Kosten und Ressourceneffizienz zu finden. Die Vorgaben verlangen, dass Anlagen effizient arbeiten, geringe CO₂-Emissionen verursachen und dass gleichzeitig die Anschaffungs- und Betriebskosten niedrig gehalten werden. Traditionell müssen sich erfahrene Ingenieurteams auf Heuristiken und Erfahrungswerte verlassen, um diese Balance zu finden. Mit dem KIAFE-Projekt kann der Planungsprozess durch KI verbessert und gleichzeitig beschleunigt werden. Die Entwicklungs- und Betriebskosten sinken, die CO₂-Emissionen reduzieren sich. So verschaffen sich Unternehmen einen klaren Wettbewerbsvorteil. Das Projekt KIAFE nutzt Reinforcement Learning, um bei der Fließbilderstellung zu unterstützen. Dabei wird von unseren Expertinnen und Experten ein Entwurf erstellt. Die entsprechende KI entwickelt dann diesen Entwurf auf Basis der gewünschten Prozessparameter weiter. Ziel ist es, Lösungen zu finden, die besonders ressourcen- und energieeffizient sind. Dieser sich ständig wiederholende Prozess zwischen Ingenieur und KI führt zu optimierten Entwürfen, die technische, wirtschaftliche und ökologische Anforderungen vereinen. Dabei werden Simulationsmodelle und Expertenwissen eingesetzt, um nachhaltige und kosteneffiziente Lösungen zu entwickeln. Als Anwendungsfall wurde die ABE-Fermentation ausgewählt, ein Verfahren zur Herstellung von Aceton, Butanol und Ethanol durch Vergärung. Diese Substanzen können als Biokraftstoffe, Lösungsmittel oder als Tierfutter genutzt werden. Trotz des Potenzials birgt die Planung solcher Anlagen Herausforderungen, wie z. B. die toxische Wirkung von Butanol auf Mikroorganismen und die energieintensive Auftrennung der Lösungsmittel. Hier bietet die KI-basierte Optimierung großes Potenzial, die Effizienz des Verfahrens zu steigern und Betriebskosten sowie CO₂-Emissionen zu senken. Zukünftig könnte diese KI-Technologie viele Prozesse nicht nur in der chemischen Verfahrenstechnik, sondern auch in weiteren stoffwandelnden Industrien revolutionieren. Angewandt auf die Nutzung biogener Rohstoffe oder die Integration erneuerbarer Energien ergeben sich und so sowohl ökonomische als auch ökologische Fortschritte. Die frühe Einbindung ökologischer Kriterien in den Planungsprozess stärkt die KI-Akzeptanz und hilft der Industrie, auf Anforderungen wie Klimaschutz und die Reduktion von CO₂-Emissionen zu reagieren.
Text {
text_type: Editorial,
}
Origin: /Bund/BMUV/VDI-Zentrum Ressourceneffizienz
Tags: Biokraftstoff ? Butanol ? CO2-Emission ? Ethanol ? Pharmaindustrie ? Aceton ? Lösungsmittel ? Vergärung ? Futtermittel ? Nachwachsender Rohstoff ? Regeltechnik ? Software ? Verfahrensoptimierung ? Netzintegration ? Chemische Verfahrenstechnik ? Kunststoffproduktion ? Abfallwirtschaft ? Künstliche Intelligenz ? Planungsmethode ? Produktionstechnik ? Simulationsmodell ? Toxizität ? Trinkwasseraufbereitung ? Verfahrenstechnik ? Mikroorganismen ? Klimaschutz ? Ressourceneffizienz ?
License: all-rights-reserved
Language: Deutsch
Frauenhofer IIS (2024): KIAFE – Künstliche Intelligenz-Assistenz zur Fließbilderstellung (online) verfügbar unter:
https://www.iis.fraunhofer.de/de/ff/lv/dataanalytics/anwproj/kiafe.html (Webseite)Accessed 1 times.