- Titel
- Analyse von Energieeffizienzpotenzialen während der Produktion mit Hilfe von Machine Learning
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:l189-qucosa2-838667
- Konferenz
- 19. AALE-Konferenz. Luxemburg, 08.03.-10.03.2023
- Quellenangabe
- Tagungsband AALE 2023
Herausgeber: Hochschule für Technik, Wirtschaft und Kultur Leipzig
Erscheinungsort: Luxemburg
Erscheinungsjahr: 2023
ISBN: 978-3-910103-01-6 - Erstveröffentlichung
- 2023
- DOI
- https://doi.org/10.33968/2023.11
- Abstract (DE)
- In Anbetracht des steigenden Umweltbewusstseins vieler Unternehmen wird in diesem Vortrag vorgestellt, wie Machine Learning (ML) eingesetzt werden kann, um Produktionsanlagen ressourcenschonender zu betreiben. Es wird ein Verfahren vorgestellt, mit dem die Energieeffizienz von Anlagen mithilfe von unüberwachten ML-Methoden analysiert werden kann. Mit den dargestellten Verfahren kann nicht nur zwischen „Produktion ist aktiv“ und „Produktionspause“ unterschieden werden, sondern vielmehr können ineffiziente Anlagenzustände identifiziert werden. Bezogen auf den Strom- und Druckluftverbräuchen, welche als Eingabedaten für die Modelle dienen, wird ein zeitunabhängiger und ein zeitabhängiger Modellansatz vorgestellt und die unterschiedlichen Fähigkeiten dargestellt. Neben der Erläuterung der algorithmischen Umsetzung sowie der Datenerhebung liegt ein Augenmerk der Arbeit darin, die Vorgehensweise so generisch zu halten, dass sich die mit Festo Didactic Lernfabriken erzielten Ergebnissen mit vertretbarem Aufwand auch auf andere Produktionsanlagen übertragen lassen.
- Freie Schlagwörter (DE)
- Maschinelles Lernen, Anlagenanalyse, Ressourcenschonung, Clustering, LSTM-Netze
- Herausgeber (Institution)
- Hochschule für Technik, Wirtschaft und Kultur Leipzig, Leipzig
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:l189-qucosa2-838667
- Veröffentlichungsdatum Qucosa
- 01.03.2023
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
CC BY 4.0