API src

Found 48 results.

Teil II

Das Projekt "Teil II" wird vom Umweltbundesamt gefördert und von Siemens AG durchgeführt. Schutz der Umwelt und wachsende Altpapierberge fordern zwingend innovative Verfahren in der Altpapierverarbeitung. Ziel des Projektes ist die Verbesserung der Prozessfuehrung in den Stufen der Altpapier-Stoffaufbereitung. Das Vorhaben befasst sich mit der Analyse der verfahrenstechnischen Zusammenhaenge und der Entwicklung von prozessbeschreibenden Modellen. Aufbauend auf den guten Ergebnissen beim Einsatz innovativer Steuer- und Regelkonzepte in der Zellstoffindustrie werden die allgemeinen Modelle als lernfaehige Systeme mittels Fuzzy-Logik und neuronalen Netzen realisiert, durch gezieltes Training getestet und auf die Anlage abgestimmt. Diese Technik ermoeglicht ein tieferes Durchdringen des Prozesses und die Aufstellung von speziellen Optimierungskonzepten. Die zu entwickelnden Modelle und ihre Integration in moderne Prozessleitsysteme sind auch auf umweltrelevante Prozessoptimierungen in der Papierindustrie und artverwandten Industrien anwendbar.

Teil III

Das Projekt "Teil III" wird vom Umweltbundesamt gefördert und von Kübler und Niethammer Papierfabrik Kriebstein durchgeführt. Schutz der Umwelt und wachsende Altpapierberge fordern innovative Verfahren in der Altpapierverarbeitung. Ziel des Projektes ist die Verbesserung der Prozessfuehrung in den Stufen der Altpapierstoffaufbereitung. Das Vorhaben befasst sich mit der Analyse der verfahrenstechnischen Zusammenhaenge und der Entwicklung von prozessbeschreibenden Modellen. Aufbauend auf den Ergebnissen beim Einsatz innovativer Steuer- und Regelkonzepte in der Zellstoffindustrie werden die allgemeinen Modelle als lernfaehige Systeme mittels Fuzzy-Logik und neuronalen Netzen realisiert. Durch gezieltes Training getestet und auf die Anlage abgestimmt. Diese Technik ermoeglicht ein tieferes Durchdringen des Prozesses und die Aufstellung von speziellen Optimierungskonzepten. Die zu entwickelnden Modelle und ihre Integration in moderne Prozessleitsysteme sind auch auf umweltrelevante Prozessoptimierungen in der Papierindustrie und artverwandten Industrien anwendbar.

Zooplankton: Zooplankton-Analyse und -Prognose II - 1. Advektion der 'Helgoland Reede' Proben (Prof.Dr. Backhaus) 2. Neuronale Netze in der Plankton-Prognose (Prof.Dr. Page)

Das Projekt "Zooplankton: Zooplankton-Analyse und -Prognose II - 1. Advektion der 'Helgoland Reede' Proben (Prof.Dr. Backhaus) 2. Neuronale Netze in der Plankton-Prognose (Prof.Dr. Page)" wird vom Umweltbundesamt gefördert und von Universität Hamburg, Fachbereich Informatik, Arbeitsbereich Angewandte und Sozialorientierte Informatik durchgeführt. Im Rahmen des Verbundvorhabens 'Zooplankton-Analyse und Prognose' im Foerderprogramm fuer die Meeresforschung sollen drei Teilprojekte durchgefuehrt werden. Das Teilprojekt 'Neuronale Netze in der Plankton-Prognose' am Fachbereich Informatik hat das Ziel, anhand der vorliegenden umfangreichen Datensaetze aus langjaehrigen Planktonmessungen Untersuchungen ueber die Prognosefaehigkeit von Neuronalen Netzen im Vergleich zu konventionellen Ansaetzen (z.B. aus der Statistik) in dem speziellen oekologischen Anwendungsbereich der Plankton-Entwicklung durchzufuehren und ein operationales Softwaresystem auf der Basis von Neuronalen Netzen fuer die Plankton-Prognose zu entwickeln.

Einsatz von neuronalen Netzen und Methoden der Fuzzy-Logic in der Hydrologie

Das Projekt "Einsatz von neuronalen Netzen und Methoden der Fuzzy-Logic in der Hydrologie" wird vom Umweltbundesamt gefördert und von Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau, Fachgebiet Wasserbau und Wasserwirtschaft durchgeführt. Neuronale Netze können verwendet werden, wenn komplexe Ursache-Wirkung -Zusammenhänge im Detail unbekannt sind. Methoden der Fuzzy-Logik sind zweckmäßig wenn solche Prozesse sich nicht eindeutig quantifizieren lassen, wohl aber qualitative Beschreibungen (z.B. auf Grund von Erfahrungen) angeben lassen. Beide Methoden haben in den letzten Jahren weite Verbreitung in verschiedensten Anwendungsgebieten gefunden. Im laufenden Projekt werden ihre Einsatzmöglichkeiten bei hydrologischen Fragestellungen (Niederschlag-Abfluss-Prozesse) untersucht.

Optimierung der Feuerung des Blocks E im Kraftwerk Weisweiler mit Hilfe eines Neuro-Fuzzy Programms

Das Projekt "Optimierung der Feuerung des Blocks E im Kraftwerk Weisweiler mit Hilfe eines Neuro-Fuzzy Programms" wird vom Umweltbundesamt gefördert und von Universität-Gesamthochschule Essen, Fachbereich 12 Maschinenwesen, Institut für Umweltverfahrenstechnik durchgeführt. Im Rahmen des Vorhabens wurde an einer grosstechnischen Kraftwerksanlage eine Feuerungsoptimierung unter Anwendung von neuronalen Netzen durchgefuehrt. Optimierungswerkzeug war das Programm Process Insights der Firma Pavilion. Mit Hilfe des Programms wurden nach der Lernphase offline verschiedene Einstellungen gefunden und an der Anlage ueberprueft, die einen Betrieb ohne Rauchgaszirkulation und damit eine verbesserte Wirtschaftlichkeit ermoeglichen.

Online-Steuerung einer flexiblen Kraft-Waerme-Kopplungsanlage

Das Projekt "Online-Steuerung einer flexiblen Kraft-Waerme-Kopplungsanlage" wird vom Umweltbundesamt gefördert und von Technische Universität München, Lehrstuhl für Thermische Kraftanlagen mit Heizkraftwerk durchgeführt. Zur Versorgung des Forschungsgelaendes Garching der Technischen Universitaet Muenchen wird eine Gasturbine eingesetzt, die nach dem Cheng-Prozess arbeitet: aus der Abwaerme der Gasturbinenabgase wird Dampf erzeugt, der entweder den Waermebedarf deckt, oder aber - bei erhoehtem Bedarf an elektrischer Energie - in der Gasturbine entspannt wird. Mittels dieser Dampfinjektion in die Gasturbine kann die elektrische Leistung in zwei Minuten um 50 Prozent, d.h. von 4 MWe auf 6 MWe erhoeht werden. Um das Potential dieser Flexibilitaet ausnutzen zu koennen, ist ein Online-Steuerungsprogramm erforderlich. Dieses ermittelt den optimalen Betriebspunkt mittels der GGLP-Methode (Gemischt Ganzzaehlig Lineare Programmierung) und setzt den gefundenen Betriebspunkt ueber ein neuronales Netz um. Derzeit findet eine Weiterentwicklung und Erprobung dieses Online-Steuerungsprogramms in der Anlage statt.

Optimierte Kreislaufführung von Altglas durch digitale Füllstandsmessung

Das Projekt "Optimierte Kreislaufführung von Altglas durch digitale Füllstandsmessung" wird vom Umweltbundesamt gefördert und von Zolitron - The Internet of Things Company GmbH durchgeführt. Zielsetzung und Anlass: Die Kreislaufwirtschaft ist eine der Schlüsselindustrien, wenn es um die Bekämpfung des Fortschritts des Klimawandels geht. Durch Recycling kann der Einsatz von Primärrohstoffen reduziert werden, so dass diese Industrie am Ende nicht nur klimaneutral werden kann, sondern sogar Emissionen in anderen Sektoren reduziert, also bilanziell negativ sein kann. Allerdings erzeugt die Abfallsammlung als Teil der Prozesskette Emissionen, die besonders in dicht besiedelten, urbanen Gebieten produziert werden, wo der Abfall entsteht. Die Abfallsammlung erfolgt in Deutschland noch anhand statischer Routen, ohne die Vorteile der Digitalisierung bisher nutzen zu können. So wird vielfach zu häufig geleert, also Luft bewegt, oder es entsteht bei dem Versuch einer Reduzierung der Leerungsfrequenz eine Überfüllung der Container und so unbeabsichtigte Beistellungen. Die bisher verfügbaren Sensoren zur Digitalisierung der Behälter, die dieses Problem lösen könnten, waren zu teuer und aufwändig in der Installation und Wartung, so dass eine sensorbasierte Routenoptimierung nicht flächendeckend wirtschaftlich war. Bis zum heutigen Tag ist der Kenntnis der Antragstellerin nach keine flächendeckende, sensorgesteuerte, vollautomatische Routenplanung in Deutschland im produktiven Betrieb. Zolitron hat ein revolutionäres Messverfahren entwickelt, welches basierend auf künstlich intelligenten Algorithmen (KI) den Füllstand kostengünstig messen kann und so Wartungs- und Installationskosten dramatisch reduziert werden können, was den Einsatz der Technik wirtschaftlich macht. Prototypisch wurde die technische Funktionalität an Glascontainern gezeigt und soll nun in diesem Projekt am Beispiel eines kommunalen Entsorgers in den produktiven Betrieb überführt werden. Hierzu sollen die Entsorger mit einem Containermanagementsystem CMS und einer dyn. Routenplanungssoftware DRP in die Lage versetzt werden, die Sensormessung erstmals produktiv in ihrem Betrieb einzusetzen. Die Entsorger sollen durch die ökonomischen Vorteile intrinsisch motiviert werden, die ökologischen Einsparungen, die sich aus der Reduzierung der Leerungsfahrten ergeben, zu heben. Das Wuppertal Institut wird dabei die ökologischen und ökonomischen Vorteile im Sinne eines Vorher-/Nachher-Vergleichs am Beispiel des kommunalen Entsorgers genau quantifizieren. Eine vorläufige Analyse am Beispiel der Glascontainer hat gezeigt, dass sowohl im ländlichen als auch im urbanen Umfeld mind. 30% der Leerungsfahrten eingespart werden können. In diesem Projekt soll nun dargestellt werden, dass Entsorger dieses Optimierungspotenzial mithilfe der hier entwickelten Softwarelösungen praktikabel heben können.

Abflussmodellierung mittels Neuronaler Netze unter Verwendung von NOAA/AVHRR-Daten

Das Projekt "Abflussmodellierung mittels Neuronaler Netze unter Verwendung von NOAA/AVHRR-Daten" wird vom Umweltbundesamt gefördert und von Universität der Bundeswehr München, Fakultät für Bauingenieur- und Vermessungswesen, Institut für Wasserwesen, Lehrstuhl für Wasserwirtschaft und Ressourcenschutz durchgeführt. Ziel des Vorhabens ist die hydrologische Modellierung der flaechenhaften Abflussbildung und -konzentration mittels kuenstlicher Neuronaler Netze. Als Systeminput. dienen kontinuierliche meteorologische Daten, zeitlich diskrete Fernerkundungsdaten und invariante digitale Hoehendaten. Die topographischen Merkmale des Untersuchungsgebietes werden aus dem DHM genommen und fliessen direkt in die Netztopologie ein. Die Landnutzung wird aus NOAA/AVHRR-Daten genommen und fliesst mit den meteorologischen Daten als Systeminput in die Berechnung ein. Es ist zu erwarten, dass ueber die Integration der fuer die Abflussmodellierung wichtigen, raumbezogenen Daten das Modell erheblich verbessert wird, ohne diese Daten aufwendig vorzuverarbeiten.

Aufbau und Entwicklung eines intelligenten Diagnosesystems fuer die Klaeranlage der Stadt Mainz unter Verwendung von Fuzzy Control und neuronalen Netzen

Das Projekt "Aufbau und Entwicklung eines intelligenten Diagnosesystems fuer die Klaeranlage der Stadt Mainz unter Verwendung von Fuzzy Control und neuronalen Netzen" wird vom Umweltbundesamt gefördert und von Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau, Fachgebiet Siedlungswasserwirtschaft durchgeführt. Ziel des Vorhabens ist die Entwicklung eines intelligenten Diagnosesystems fuer die Prozessfuehrung der Klaeranlage Mainz auf der Basis von wissensbasierten Ansaetzen und datenbasiertem Lernen. Es werden Messsignale auf ihre Plausibilitaet hin ueberprueft und Korrelationen zwischen verschiedenen Messwerten hergeleitet. Dies dient dazu, Sensorfehler und Ausfaelle von Messgeraeten zu detektieren sowie Ersatzwerte fuer Regelungsaufgaben zu schaetzen.

Gefaehrdungs-Wirkungs-Prognosen fuer Fliessgewaesser mit Hilfe von neuronalen Netzwerken

Das Projekt "Gefaehrdungs-Wirkungs-Prognosen fuer Fliessgewaesser mit Hilfe von neuronalen Netzwerken" wird vom Umweltbundesamt gefördert und von Gesamthochschule Kassel, Fachbereich 14 Bauingenieurwesen, Institut für Gewässerschutz, Fachgebiet Siedlungswasserwirtschaft durchgeführt. Fuer einen vorsorgenden Gewaesserschutz sind prognostische Kenntnisse ueber Wirkungszusammenhaenge in aquatischen Oekosystemen erforderlich. Trotz bedeutender Fortschritte auf diesem Gebiet in den letzten Jahren, besteht hier zum Teil noch erheblicher Forschungsbedarf. So fehlen Kenntnisse ueber die raeumliche und zeitliche Dynamik von Einflussfaktoren und deren Bedeutung fuer das Gesamtsystem, insbesondere detailliertere Kenntnisse zur Identifikation und Vorhersage kritischer Situationen, deren Entstehung und oekologische Wirkung in Abhaengigkeit von Ausmass, Dauer und Haeufigkeit. Desweiteren bestehen z.T. erhebliche Wissensdefizite bezueglich der (oekologischen) Wirksamkeit von Massnahmen zur Sanierung von Fliessgewaessern.

1 2 3 4 5