ADAPTeR

Teilvorhaben D: Data Fusion und vorausschauende Wartung

Ziel des Projekts ist die Wandlung der konventionellen Betriebsführungsprozesse von Heizungsanlagen in Mehrfamilienhäusern hin zu zustandsbasierten und vorausschauenden Ansätzen. Durch die Digitalisierung der für die energetische Betriebsoptimierung und die vorausschauende Wartung relevanten Informationen in Form eines digitalen Anlagendatenblatts und deren Verzahnung mit Wartungsinformationen und Messdaten mittels Data Fusion Verfahren, sollen Fehlersuche, energetische Optimierung und vorausschauende Wartung in großen Wohngebäuden ermöglicht werden. Die Data Fusion Verfahren setzen hierbei sowohl auf neuartige Ansätze, um Analysen unterschiedlicher Zeitskalen zu ermöglichen, als auch auf Sprachmodelle zur Extraktion maschinenlesbarer Information aus Textquellen. Die neuen Methoden und Tools werden entwickelt, um Gebäudebetreiber über geeignete Benutzeroberflächen mit klaren Entscheidungshilfen zu versorgen. Hierzu werden multikriterielle Bewertungen der erkannten Defizite im Anlagenbetrieb sowie der potenziellen Wartungsmaßnahmen bereitgestellt, die neben dem erwarteten Energieverbrauch auch den Personaleinsatz und den Ressourcenbedarf der eingesetzten Technik berücksichtigen.
In diesem Teilvorhaben der HAW Hamburg wird ein innovativer Ansatz zur ereignisdiskreten Modellierung entwickelt, der auf einem Semi-Markov-Ansatz basiert. Ziel ist es, durch fortschrittliche Data Fusion Techniken eine präzise Vorhersage optimaler Wartungszeitpunkte zu ermöglichen.
 

Projekt-Website:

• https://www.ise.fraunhofer.de/de/forschungsprojekte/adapter.html