Description: Das Projekt "Teilvorhaben: Prozesstechnische Aspekte der Anwendung Maschinellen Lernens bei der Fertigung von Festoxidzellen" wird vom Umweltbundesamt gefördert und von KMS Technology Center GmbH durchgeführt. Im Rahmen des Projekts ML4SOC werden Verfahren des maschinellen Lernens (ML) angewandt, um die Herstellung von elektrochemischen Energiewandlern (Festoxidzellen (Solid Oxide Cells, SOC) als wichtige Technologie für die Wasserstoffwirtschaft) durch Foliengießen zu optimieren. Es wird eine neuartige Forschungsdaten-Managementstruktur aufgebaut werden, die eine lückenlose Erfassung aller Prozessschritte auf Basis eines elektronischen Laborbuchs, d.h. von der Schlickerherstellung bis zur fertigen Schicht, mittels in-situ Messmethoden ermöglicht. Anschließend werden Schlickerrezepte und Verarbeitungsparameter bereitgestellt und durch ausgewählte ML-Algorithmen getestet, um die optimalen Prozessparameter zu ermitteln. Schließlich werden diese durch Simulationen ermittelten Parameter von den Projektpartnern praktisch überprüft. Ziel des Teilprojektes KMS ist es dabei, die für die Multi-Skalen-Modellierung mit künstlicher Intelligenz (KI) und maschinellem Lernen (ML) benötigten Daten und Messwerte im Prozess der Fertigung von Festoxidzellen zu gewinnen und der Modellierung zur Verfügung zu stellen. Dazu müssen die verwendeten Foliengießanlagen modifiziert und mit geeigneter Messtechnik und Datenerfassung ausgerüstet werden.
SupportProgram
Origin: /Bund/UBA/UFORDAT
Tags: Oxid ? Messtechnik ? Verfahrensoptimierung ? Künstliche Intelligenz ? Messverfahren ? Produktionstechnik ? Modellierung ? Datenerhebung ?
Region: Sachsen
Bounding boxes: 10.96785° .. 10.96785° x 47.85761° .. 47.85761°
License: cc-by-nc-nd/4.0
Language: Deutsch
Time ranges: 2023-08-01 - 2026-07-31
Accessed 1 times.