Veranstaltungen und Messen

Poster Session D3: Smart (Bio)Process Analysis

From Data to Soft Sensors – Machine Learning Framework for Anomaly Detection (Posterpräsentation)

Mathias Vorbröcker, Fraunhofer IFF

Matthias Vorbröcker präsentiert im Rahmen des DECHEMA-Forums ein Science Poster zum Thema "Von Daten zu Soft-Sensoren - Machine-Learning-Framework für Anomalieerkennung".

Das vorgestellte Poster beleuchtet ein innovatives Machine-Learning-Framework, das speziell für die Forschung und Entwicklung von Soft-Sensoren entwickelt wurde. Dieses Framework ermöglicht die effiziente Vorverarbeitung und Analyse großer Mengen an Zeitreihendaten realer Sensoren. In enger Zusammenarbeit mit Anlagenbetreibern werden diese Daten visualisiert und interpretiert, um relevante Zeitreihen für den Betrieb, die Überwachung und Steuerung von Anlagen zu identifizieren.

Vorteile des Machine-Learning-Frameworks

• Effiziente Datenverarbeitung: Das Framework verarbeitet und analysiert große Datenmengen in Echtzeit.
• Anpassungsfähigkeit: Entwickelte Soft-Sensoren sind auf spezifische Anwendungen zugeschnitten und fassen aktuelle Messwerte in statistischen Variablen zusammen.
• Prozessstabilität: Die Soft-Sensoren machen die Stabilität von Prozessen sichtbar und kontrollierbar.
• Nahtlose Integration: Das Framework besteht aus Analyse- und Entwicklungstools, Kommunikationsprotokollen und Laufzeitumgebungen, die eine schnelle Integration in betriebliche und technische Prozesse ermöglichen.