Das Projekt "Teilvorhaben: Netzbildende MMC-Regelung und Erhöhung der Verfügbarkeit von Offshore Windparks" wird vom Umweltbundesamt gefördert und von Siemens Energy Global GmbH & Co. KG durchgeführt. Im Teilvorhaben der Siemens Energy wird untersucht, wie das in künftigen Netzanschlussbedingungen geforderte netzbildende Verhalten eines HGÜ-MMC-Umrichters unter Berücksichtigung der Randbedingungen einer industriellen Steuerung erreicht werden kann. Da die HGÜ keine nennenswerten Energiemengen speichern kann, wird eine geeignete Strategie für die Regelung der Einspeisung der Windturbinen erarbeitet. Vorzug haben Verfahren, die nicht auf direkte Kommunikation angewiesen sind, zum Beispiel die Regelung von Spannung und Frequenz des Offshorenetzes durch den offshoreseitigen HGÜ-Konverter. Sodann werden Betriebsführungskonzepte erforscht, die eine Verkleinerung des landseitigen Bremsstellers ermöglichen. Statt Momentanreserve abzurufen muss hier die Einspeisung der Windturbinen extrem schnell gedrosselt werden. Die Idee ist, hier auf ähnliche Strategien zur Beeinflussung des offshoreseitigen Netzes durch den HGÜ-Konverter zu setzen. Für beide Ansätze ist umfangreiche Modellierung und Simulation sowie Erarbeitung entsprechender Regelungsstrategien notwendig. Der Abgleich mit den Arbeiten der anderen führenden Projektpartner ist dazu notwendig. Hierzu gehört der Datenaustausch für die Modellierung, die Erarbeitung der Regelungsstrategie, der Austausch der Ergebnisse und auch die Validierung im Labor. Aufbauend auf den Ergebnissen der anderen Projektpartner wird die HGÜ Regelung entsprechend Schritt für Schritt ertüchtigt.
Das Projekt "Teilvorhaben: Regelung optimiert durch KI" wird vom Umweltbundesamt gefördert und von MACCON Elektronik Vertriebs GmbH & Co. KG durchgeführt. Das Förderprojekt KIRA adressiert den stark wachsenden Markt von automatisierten und teilautomatisierten Fahrzeugen mit Fokus auf intelligente Antriebslösungen. Fokus des Projekts ist die Verwendung von KI-basierten Verfahren zur Optimierung und optimalen Regelung elektrischer Antriebe. Diese Verfahren sollen im Projekt so weiterentwickelt werden, dass sie in der Lage sind wichtige Probleme elektrischer Antriebe insbesondere in autonomen Fahrzeugen zu lösen. Neben den erhöhten Anforderungen an die Drehmomentgenauigkeit ist vor allem die Unterdrückung akustischer Emissionen und die Erhöhung der Reichweite durch optimierte Ansteuerung und verbesserte Ausnutzung der Komponenten Ziel des Projekts KIRA. Hinsichtlich der technischen Umsetzung bieten KI-basierte Verfahren gegenüber traditionellen 'starren' Ansätzen neue Freiheitsgrade in Regelung und Modellierung sowohl auf Komponenten- als auch Systemebene. Mit KI-basierten Betriebsstrategien ist die Beherrschung hochkomplexer Systeme möglich. Auf Komponentenebene können auch komplexe multiphysikalische Problemstellungen mit KI-basierten Verfahren echtzeitfähig angegangen werden. Für den Projekterfolg ist die enge und domänenübergreifende Verzahnung der Partnerbeiträge mit einem breit gefächerten Kompetenzspektrum entscheidend. Die Zusammenarbeit der Partner wird durch eine eng verlinkte Arbeitspaketstruktur sichergestellt. Durch die zielgerichtete Anforderungsanalyse wird zu Beginn des Projekts sichergestellt, dass die Bewertung der im Projekt entwickelten Methoden nach belastbaren und nachvollziehbaren Kriterien geschieht. Durch die Einbeziehung der Partner aus verschiedenen Stufen der Lieferkette wird sichergestellt, dass der Bezug zur Anwendung immer im Fokus steht. Die Validierung der Projektergebnisse geschieht auf mehreren Ebenen, von der simulativen Validierung bis zum Test an verschiedenen Teildemonstratoren und einem skalierten Fahrzeugdemonstrator, der als Anwendungsbeispiel für ein autonomes Fahrzeug dient.
Das Projekt "Teilvorhaben: Erprobung und Validierung von KI Methoden und Technologien an realen Technikumsanlagen als Vorstufe zur breiten industriellen Anwendung" wird vom Umweltbundesamt gefördert und von Evonik Technology & Infrastructure GmbH - Process Technology & Engineering durchgeführt. Die KEEN-Plattform vernetzt 23 Anwender, Hersteller, Software-Entwickler und Forschungseinrichtungen, um zu demonstrieren, dass durch KI-Methoden und -Technologien ein bisher nicht für möglich gehaltener Nutzen im Ökosystem der chemischen und biotechnologischen Industrie realisierbar ist. Ziel ist eine Sprunginnovation hinsichtlich des Umfangs als auch der Geschwindigkeit der industriellen Verwertung in einem Sektor, in dem KI-Innovationen bisher sehr zögerlich angenommen werden. Ziele aus Sicht der Endanwender in der chemischen und biotechnologischen Industrie sind insbesondere eine erhebliche Beschleunigung der Entwicklung neuer Prozesse für neue oder bekannte Produkte und eine wesentliche Verbesserung der Energie- und Ressourceneffizienz. Durch beispielhaft implementierte 'begreifbare KI-Anwendungen' bringt die KEEN-Plattform diese KI-Technologien breit in den Markt, wodurch sich insbesondere für KMU neue Geschäftsfelder erschließen. Die KEEN-Plattform selbst besteht aus drei thematischen Säulen. In diesen Säulen werden mehr als 15 zu Workflows vernetzbare hochspezialisierte Applikationen entwickelt. Diese werden auf einem gemeinsamen Pool von Daten und daraus erlernten Modellen erprobt und sollen als de-facto Referenz für die weitere Entwicklung des KI-Marktes in der Prozessindustrie dienen. Ziel dieses Teilvorhabens ist die Erprobung, reale Anwendung und Validierung von Methoden der Künstlichen Intelligenz zur Verfahrens- und Prozessmodellierung sowie Beobachtung, Optimierung und Regelung von realen Technikumsanlagen inklusive der notwendigen daten- und informationstechnischen Verfahren und Technologien. Die von den wissenschaftlichen und technologischen Partnern entwickelten Methoden und Systeme werden hierzu an zwei Technikumsanlagen der Evonik eingesetzt und dienen somit als Vorstufe für die spätere Verwertung in Chemieanlagen im industriellen Maßstab.
Das Projekt "Teilvorhaben: Analyse und Realisierung von optimierten Regelungen auf KI-Beschleunigern" wird vom Umweltbundesamt gefördert und von Infineon Technologies AG durchgeführt. Das Förderprojekt KIRA adressiert den stark wachsenden Markt von automatisierten und teilautomatisierten Fahrzeugen mit Fokus auf intelligente Antriebslösungen. Fokus des Projekts ist die Verwendung von KI-basierten Verfahren zur Optimierung und optimalen Regelung elektrischer Antriebe. Diese Verfahren sollen im Projekt so weiterentwickelt werden, dass sie in der Lage sind wichtige Probleme elektrischer Antriebe insbesondere in autonomen Fahrzeugen zu lösen. Neben den erhöhten Anforderungen an die Drehmomentgenauigkeit ist vor allem die Unterdrückung akustischer Emissionen und die Erhöhung der Reichweite durch optimierte Ansteuerung und verbesserte Ausnutzung der Komponenten Ziel des Projekts KIRA. Hinsichtlich der technischen Umsetzung bieten KI-basierte Verfahren gegenüber traditionellen 'starren' Ansätzen neue Freiheitsgrade in Regelung und Modellierung sowohl auf Komponenten- als auch Systemebene. Mit KI-basierten Betriebsstrategien ist die Beherrschung hochkomplexer Systeme möglich. Auf Komponentenebene können auch komplexe multiphysikalische Problemstellungen mit KI-basierten Verfahren echtzeitfähig angegangen werden. Für den Projekterfolg ist die enge und domänenübergreifende Verzahnung der Partnerbeiträge mit einem breit gefächerten Kompetenzspektrum entscheidend. Die Zusammenarbeit der Partner wird durch eine eng verlinkte Arbeitspaketstruktur sichergestellt. Durch die zielgerichtete Anforderungsanalyse wird zu Beginn des Projekts sichergestellt, dass die Bewertung der im Projekt entwickelten Methoden nach belastbaren und nachvollziehbaren Kriterien geschieht. Durch die Einbeziehung der Partner aus verschiedenen Stufen der Lieferkette wird sichergestellt, dass der Bezug zur Anwendung immer im Fokus steht. Die Validierung der Projektergebnisse geschieht auf mehreren Ebenen, von der simulativen Validierung bis zum Test an verschiedenen Teildemonstratoren und einem skalierten Fahrzeugdemonstrator, der als Anwendungsbeispiel für ein autonomes Fahrzeug dient.
Das Projekt "Teilvorhaben: KI-basierte Modelle mittels Wissensgraphen" wird vom Umweltbundesamt gefördert und von metaphacts GmbH durchgeführt. Das Förderprojekt KIRA adressiert den stark wachsenden Markt von automatisierten und teilautomatisierten Fahrzeugen mit Fokus auf intelligente Antriebslösungen. Fokus des Projekts ist die Verwendung von KI-basierten Verfahren zur Optimierung und optimalen Regelung elektrischer Antriebe. Diese Verfahren sollen im Projekt so weiterentwickelt werden, dass sie in der Lage sind wichtige Probleme elektrischer Antriebe insbesondere in autonomen Fahrzeugen zu lösen. Neben den erhöhten Anforderungen an die Drehmomentgenauigkeit ist vor allem die Unterdrückung akustischer Emissionen und die Erhöhung der Reichweite durch optimierte Ansteuerung und verbesserte Ausnutzung der Komponenten Ziel des Projekts KIRA. Hinsichtlich der technischen Umsetzung bieten KI-basierte Verfahren gegenüber traditionellen 'starren' Ansätzen neue Freiheitsgrade in Regelung und Modellierung sowohl auf Komponenten- als auch Systemebene. Mit KI-basierten Betriebsstrategien ist die Beherrschung hochkomplexer Systeme möglich. Auf Komponentenebene können auch komplexe multiphysikalische Problemstellungen mit KI-basierten Verfahren echtzeitfähig angegangen werden. Für den Projekterfolg ist die enge und domänenübergreifende Verzahnung der Partnerbeiträge mit einem breit gefächerten Kompetenzspektrum entscheidend. Die Zusammenarbeit der Partner wird durch eine eng verlinkte Arbeitspaketstruktur sichergestellt. Durch die zielgerichtete Anforderungsanalyse wird zu Beginn des Projekts sichergestellt, dass die Bewertung der im Projekt entwickelten Methoden nach belastbaren und nachvollziehbaren Kriterien geschieht. Durch die Einbeziehung der Partner aus verschiedenen Stufen der Lieferkette wird sichergestellt, dass der Bezug zur Anwendung immer im Fokus steht. Die Validierung der Projektergebnisse geschieht auf mehreren Ebenen, von der simulativen Validierung bis zum Test an verschiedenen Teildemonstratoren und einem skalierten Fahrzeugdemonstrator, der als Anwendungsbeispiel für ein autonomes Fahrzeug dient.
Das Projekt "Teilvorhaben: Thermische Überlastregelung und Unterdrückung akustischer Emissionen" wird vom Umweltbundesamt gefördert und von Rheinisch-Westfälische Technische Hochschule Aachen University, Institut für Stromrichtertechnik und Elektrische Antriebe durchgeführt. Das Förderprojekt KIRA adressiert den stark wachsenden Markt von automatisierten und teilautomatisierten Fahrzeugen mit Fokus auf intelligente Antriebslösungen. Fokus des Projekts ist die Verwendung von KI-basierten Verfahren zur Optimierung und optimalen Regelung elektrischer Antriebe. Diese Verfahren sollen im Projekt so weiterentwickelt werden, dass sie in der Lage sind wichtige Probleme elektrischer Antriebe insbesondere in autonomen Fahrzeugen zu lösen. Neben den erhöhten Anforderungen an die Drehmomentgenauigkeit für Torque Vectoring ist vor allem die Unterdrückung akustischer Emissionen und die Erhöhung der Reichweite durch optimierte Ansteuerung und verbesserte Ausnutzung der elektrischen Maschine Ziel des Projekts KIRA. Hinsichtlich der technischen Umsetzung bieten KI-basierte Verfahren gegenüber traditionellen 'starren' Ansätzen neue Freiheitsgrade in Regelung und Modellierung sowohl auf Komponenten- als auch Systemebene. Mit KI-basierten Betriebsstrategien ist die Beherrschung hochkomplexer Systeme möglich. Auf Komponentenebene können auch komplexe multiphysikalische Problemstellungen wie z.B. die Unterdrückung akustischer Emissionen mit KI-basierten Verfahren echtzeitfähig angegangen werden. Für den Projekterfolg ist die enge und domänenübergreifende Verzahnung der Partnerbeiträge mit einem breit gefächerten Kompetenzspektrum entscheidend. Die Zusammenarbeit der Partner wird durch eine eng verlinkte Arbeitspaketstruktur sichergestellt. Durch die Einbeziehung der Partner aus verschiedenen Stufen der Lieferkette wird sichergestellt, dass der Bezug zur Anwendung immer im Fokus steht. Die Validierung der Projektergebnisse geschieht auf mehreren Ebenen, von der simulativen Validierung bis zum Test an verschiedenen Teildemonstratoren und einem skalierten Fahrzeugdemonstrator, der als Anwendungsbeispiel für ein autonomes Fahrzeug dient.
Das Projekt "PID-normoptimal - Strukturierte normoptimale Regelung zur Effizienzsteigerung von prozesstechnischen Anlagen; Teilvorhaben: Entwicklung der Regelung" wird vom Umweltbundesamt gefördert und von Universität Bremen, Institut für Automatisierungstechnik durchgeführt. Moderne Regelungen finden sich trotz ihrer überlegenen Performance praktisch nie in prozesstechnischen Anlagen, da sie deutlich komplexer als ein PI-Regler und daher für das Personal der Anlagen kaum zu verstehen sind. Außerdem können sie nicht wie PI-Regler von Hand eingestellt oder nachgestellt werden, wenn sich das Verhalten einer Anlage z.B. durch Alterung, andere Brennstoffqualität, geänderte Betriebsweise oder Verschmutzung verändert. Daher verwendet man lieber PI-Regler, die man kombiniert und durch Aufschaltungen erweitert. Allerdings geht durch den Verzicht auf moderne normoptimale Regelungen in allen prozesstechnischen Anlagen viel Effizienz verloren. Zielsetzung dieses Projektes ist daher, die Performance eines modernen Reglers mit der Einfachheit einer PI-Reglerstruktur zu kombinieren, um die Ergebnisse der modernen Regelungstechnik für prozesstechnische Anlagen nutzbar zu machen. Entwurfsverfahren für eine moderne, normoptimale Regelung sollen genutzt werden, um daraus eine optimale Struktur aus PI-Reglern und den bekannten Erweiterungen zu entwerfen, die bei gewohnter Komplexität ein Höchstmaß an Effizienz gewährleistet. Dadurch bleibt es dem Bedienpersonal auch weiterhin möglich, kurzfristig die Regler zu modifizieren, sollten Veränderungen an der Anlage dies erforderlich machen. Die Herausforderungen bestehen darin, die Suche nach einer optimalen Reglerstruktur systematisch zu gestalten und die Entwurfsverfahren für strukturbegrenzte, normoptimale Regelungen auch auf nichtlineare Systeme mit Stellgrößenbegrenzungen, wie sie in Kraftwerken und sonstigen prozesstechnischen Anlagen üblicherweise vorkommen, zu erweitern. Abschließend sollen mit Hilfe des Verfahrens im Kraftwerk Hamburg-Moorburg sowie im Fernwärmenetz der Uniper Wärme bestehende Regelungen verbessert, die Flexibilität und Energieeffizienz gesteigert und somit die Funktionsfähigkeit des Verfahrens nachgewiesen werden.
Das Projekt "Teilvorhaben: Parameterschätzung auf Fahrzeugebene und Akustik-optimierte Motorregelung und -auslegung" wird vom Umweltbundesamt gefördert und von Siemens AG durchgeführt. Das Förderprojekt KIRA adressiert den stark wachsenden Markt von automatisierten und teilautomatisierten Fahrzeugen mit Fokus auf intelligente Antriebslösungen. Fokus des Projekts ist die Verwendung von KI-basierten Verfahren zur Optimierung und optimalen Regelung elektrischer Antriebe. Diese Verfahren sollen im Projekt so weiterentwickelt werden, dass sie in der Lage sind wichtige Probleme elektrischer Antriebe insbesondere in autonomen Fahrzeugen zu lösen. Neben den erhöhten Anforderungen an die Drehmomentgenauigkeit ist vor allem die Unterdrückung akustischer Emissionen und die Erhöhung der Reichweite durch optimierte Ansteuerung und verbesserte Ausnutzung der Komponenten Ziel des Projekts KIRA. Hinsichtlich der technischen Umsetzung bieten KI-basierte Verfahren gegenüber traditionellen 'starren' Ansätzen neue Freiheitsgrade in Regelung und Modellierung sowohl auf Komponenten- als auch Systemebene. Mit KI-basierten Betriebsstrategien ist die Beherrschung hochkomplexer Systeme möglich. Auf Komponentenebene können auch komplexe multiphysikalische Problemstellungen mit KI-basierten Verfahren echtzeitfähig angegangen werden. Für den Projekterfolg ist die enge und domänenübergreifende Verzahnung der Partnerbeiträge mit einem breit gefächerten Kompetenzspektrum entscheidend. Die Zusammenarbeit der Partner wird durch eine eng verlinkte Arbeitspaketstruktur sichergestellt. Durch die zielgerichtete Anforderungsanalyse wird zu Beginn des Projekts sichergestellt, dass die Bewertung der im Projekt entwickelten Methoden nach belastbaren und nachvollziehbaren Kriterien geschieht. Durch die Einbeziehung der Partner aus verschiedenen Stufen der Lieferkette wird sichergestellt, dass der Bezug zur Anwendung immer im Fokus steht. Die Validierung der Projektergebnisse geschieht auf mehreren Ebenen, von der simulativen Validierung bis zum Test an verschiedenen Teildemonstratoren und einem skalierten Fahrzeugdemonstrator, der als Anwendungsbeispiel für ein autonomes Fahrzeug dient.
Das Projekt "Teilvorhaben: Methoden für Debugging und Trace des eingesetzten Datenflussprozessors" wird vom Umweltbundesamt gefördert und von pls Programmierbare Logik & Systeme GmbH durchgeführt. Ziel des Vorhabens sind neuartige Verfahren zur Entwicklung, Modellierung und Regelung von Antriebssystemen basierend auf KI-Technologie. Ein Fokus ist hierbei die effiziente Umsetzung der entwickelten KI-Modelle und -Verfahren auf eingebetteten Systemen für Onboard-Anwendungen zukünftiger Fahrzeuge. Anhand von zwei Anwendungsbeispielen sollen die Methoden exemplarisch entwickelt und sowohl das kurzfristige als auch das langfristige Potential des Forschungsvorhabens nachgewiesen werden. Im ersten Anwendungsbeispiel ermöglicht KI-Embedded sogenannte Virtuelle Sensoren, die aus bestehenden Daten durch KI-Verfahren zur Sensorfusion zusätzliche Systemgrößen liefern, und so die Möglichkeit bietet emissionsärmere und effizientere Verbrennungsmotoren zu entwickeln. Das zweite Anwendungsbeispiel ist die Modellbasierte Regelung des Brennstoffzellenstapels, welches das Herzstück des Brennstoffzellenantriebes bildet. Hier ermöglicht erst KI-Embedded den Einsatz von KI-Modellen für die effiziente und echtzeitfähige Regelung des komplexen Zusammenspiels von Brennstoffzelle und Antrieb.
Das Projekt "Teilvorhaben: Innovative Lösungsansätze zur Kompensation von Strom- und Spannungsverzerrungen" wird vom Umweltbundesamt gefördert und von AixControl - Gesellschaft für leistungselektronische Systemlösungen mbH durchgeführt. Das Förderprojekt KIRA adressiert den stark wachsenden Markt von automatisierten und teilautomatisierten Fahrzeugen mit Fokus auf intelligente Antriebslösungen. Fokus des Projekts ist die Verwendung von KI-basierten Verfahren zur Optimierung und optimalen Regelung elektrischer Antriebe. Diese Verfahren sollen im Projekt so weiterentwickelt werden, dass sie in der Lage sind wichtige Probleme elektrischer Antriebe insbesondere in autonomen Fahrzeugen zu lösen. Neben den erhöhten Anforderungen an die Drehmomentgenauigkeit ist vor allem die Unterdrückung akustischer Emissionen und die Erhöhung der Reichweite durch optimierte Ansteuerung und verbesserte Ausnutzung der Komponenten Ziel des Projekts KIRA. Hinsichtlich der technischen Umsetzung bieten KI-basierte Verfahren gegenüber traditionellen 'starren' Ansätzen neue Freiheitsgrade in Regelung und Modellierung sowohl auf Komponenten- als auch Systemebene. Mit KI-basierten Betriebsstrategien ist die Beherrschung hochkomplexer Systeme möglich. Auf Komponentenebene können auch komplexe multiphysikalische Problemstellungen mit KI-basierten Verfahren echtzeitfähig angegangen werden. Für den Projekterfolg ist die enge und domänenübergreifende Verzahnung der Partnerbeiträge mit einem breit gefächerten Kompetenzspektrum entscheidend. Die Zusammenarbeit der Partner wird durch eine eng verlinkte Arbeitspaketstruktur sichergestellt. Durch die zielgerichtete Anforderungsanalyse wird zu Beginn des Projekts sichergestellt, dass die Bewertung der im Projekt entwickelten Methoden nach belastbaren und nachvollziehbaren Kriterien geschieht. Durch die Einbeziehung der Partner aus verschiedenen Stufen der Lieferkette wird sichergestellt, dass der Bezug zur Anwendung immer im Fokus steht. Die Validierung der Projektergebnisse geschieht auf mehreren Ebenen, von der simulativen Validierung bis zum Test an verschiedenen Teildemonstratoren und einem skalierten Fahrzeugdemonstrator, der als Anwendungsbeispiel für ein autonomes Fahrzeug dient.
| Origin | Count |
|---|---|
| Bund | 26 |
| Type | Count |
|---|---|
| Förderprogramm | 26 |
| License | Count |
|---|---|
| open | 26 |
| Language | Count |
|---|---|
| Deutsch | 26 |
| Englisch | 1 |
| Resource type | Count |
|---|---|
| Keine | 26 |
| Topic | Count |
|---|---|
| Boden | 4 |
| Lebewesen & Lebensräume | 3 |
| Luft | 13 |
| Mensch & Umwelt | 26 |
| Wasser | 2 |
| Weitere | 26 |