Menü
Menü
Menü
VIPFLUID
Vorausschauende Instandhaltung für Pumpensysteme auf Basis von Federated Learning und Synthese multipler Sensordaten -Teilprojekt Schwingungsdiagnose, Merkmalsextraktion, Fehlerdiagnose
Klimaveränderungen und schrumpfende Ressourcen erfordern den nachhaltigen Umgang damit auch in der Abwasserwirtschaft. Innovative Lösungen, basierend auf digitalen Technologien, bieten die Möglichkeit, Ressourcen einzusparen und sind gleichzeitig ein Betrag zur Stärkung der Resilienz kritischer Infrastrukturen.
VIPFLUID hat zum Ziel, die Zustandsdaten von Abwasserpumpen mithilfe geeigneter Sensortechnik zu erfassen und für maschinelles Lernen zu nutzen. Adaptive Sensortechnik und ein intelligenter Sensorhub sollen dafür zunächst die Pumpendaten erfassen und lokal in der Edge vorverarbeiten, um einen komprimierten Datenstrom an lokale Rechenressourcen (Fog) zu senden. Synthetische Daten durch Machine Learning (ML) ermöglichen dann lokale und ressourcenschonende, adaptive Modelle zur Vorhersage.
Die entwickelten Softwarelösungen basieren auf generativen neuronalen Netzwerken sowie Federated Learning und sollen den Einsatz von maschinellem Lernen im Bereich der vorausschauenden Wartung auf wirtschaftliche und ökologische Weise etablieren. Dadurch wird eine proaktive Wartung ermöglicht und reaktives Handeln minimiert. Dies vermeidet teure und systemkritische Ausfälle und verbessert die Prozesssicherheit erheblich. Durch die generierten belastbaren Vorhersageergebnisse wird eine signifikante Reduzierung der Ressourcen für die Instandhaltung erreicht. Diese Technologie ermöglicht eine deutliche Reduktion des CO2-Ausstoßes und unterstützt so die Erreichung von Klima- und Umweltschutzzielen.
Projektkonsortium:
Weitere Informationen: www.vipfluid.de
© Gesellschaft zur Förderung von Medizin-, Bio- und Umwelttechnologien e.V.
