>> KI-ALLIANZ RLP > KI-FORSCHUNG > KI-PROJEKTE > KEEN: KI-INKUBATOR-LABORE IN DER PROZESSINDUSTRIE; TEILVORHABEN: HYBRIDE STOFFDATENMODELLE FüR DIE VERFAHRENSTECHNIK UND MASCHINELLES LERNEN AUS PROZESSDATEN


KEEN: KI-Inkubator-Labore in der Prozessindustrie; Teilvorhaben: Hybride Stoffdatenmodelle für die Verfahrenstechnik und Maschinelles Lernen aus Prozessdaten

  • Laufzeit: 01.04.2020 - 31.03.2023
    Zuwendungsgeber: BMWi

    Prof. Dr. Marius Kloft
    Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau

    Logo KEEN: KI-Inkubator-Labore in der Prozessindustrie; Teilvorhaben: Hybride Stoffdatenmodelle für die Verfahrenstechnik und Maschinelles Lernen aus Prozessdaten

    KEEN verbindet 20 Industrie- und Wissenschaftseinrichtungen mit dem Ziel, die Technologien und Methoden der Künstlichen Intelligenz (KI) in der Prozessindustrie einzuführen und ihr technisches, wirtschaftliches und gesellschaftliches Potenzial zu evaluieren und zu realisieren. Das KEEN-Konsortium forscht an der Implementierung von KI-Methoden in der Prozessindustrie in drei Themenbereichen:

    • Modellierung von Prozessen, Produkteigenschaften und Anlagen
    • Engineering von Anlagen und Prozessen
    • Optimierung des Betriebs und der Realisierung selbstoptimierender Anlagen.

    Das KEEN-Projekt hat zum Ziel, die Effizienz aller Engineering- und Produktionsaktivitäten entlang des Produktlebenszyklus durch den Einsatz von Methoden der Künstlichen Intelligenz wesentlich zu steigern. Zur Erprobung der Methoden stehen reale Daten aus industriellen Prozessen zur Verfügung. Die neu entwickelten Methoden der Künstlichen Intelligenz werden in realen Arbeitsumfeldern und Produktionsanlagen pilotiert, um den wirtschaftlichen Nutzen und die Anwendbarkeit und Zuverlässigkeit der Methoden und Technologien nachzuweisen.

    KEEN ist ein Forschungsprojekt, das eine weitere Post-Pilot Lücke nach sich zieht. Diese wird durch ein Netzwerk aus Inkubatorlaboren geschlossen, um einen nachhaltigen Transfer zu gewährleisten. Die adressierte Lücke reicht von einem Technologie-Reifegrad (technology readiness level) TRL4 in der Laborphase zu TRL 8 in der Pilotanwendungsphase.



    http://keen-plattform.de/

KI-Schwerpunktfelder des Forschungsprojekts

  • Grundlagenforschung

    • Machine Learning (ML): Zero-Shot/One-Shot/Few-Shot Learning, Anomaly Detection, Feature Engineering/Feature Extraction
    • Robotik: Sensorische Erfassung und Perzeption
    • Technologieanalyse: Wirtschaftliche Auswirkungen

  • Anwendungsbezogene Forschung

    • Intelligente Assistenzsysteme / Virtuelle Assistenten: Virtuelle Assistenten, Vorausschauende Analyse, Intelligente Wartungstechnik, Digitale Zwillinge, Intelligente Produktion