Machine Learning til Energi- og Procesoptimering
“Machine Learning til Energi-og Procesoptimering” integrerer algoritmer fra machine learning direkte i dansk industrivirksomheder og forsøger at belyse potentialer, muligheder og barrierer ved anvendelsen af kunstig intelligens til energi- og procesoptimeringer af produktionsanlæg.
Projektet er støttet af ELFORSK
Nyheder
KT Consortium Annual Meeting 2024 - præsentationer
Præsentationer ved årets ”KT Consortium Annual Meeting” i Snekkersten d. 18-20 juni 2024. Her blev arbejdet i forbindelse med Viking Malt, Avista Green og Koppers præsenteret.
Præsentationer ved ”34th European Symposium on Computer-Aided Process Engineering og 15th Process Systems Engineering
2 spændende poster-præsentationer af arbejdet hos Viking Malt
Erfaringer fra Viking Malt A/S præsenteret på DTU-konferencen ENBIS
MLEEP projektet var repræsenteret ved ”ENBIS Spring Meeting on Digital Twins” den 25-26 maj 2023 på DTU. En af vores 5 casevirksomheder – Viking Malt A/S – var i fokus med poster-præsentationen ”Real time predictions in process industry using hybrid-models – a case from Viking Malt A/S”.
Machine learning skal hente energibesparelser i danske virksomheder
Et stort forskningsprojekt, støttet at ELFORSK, skal de næste 3 år undersøge, hvordan machine learning kan optimere produktionsprocesser i virksomheder og skabe energibesparelser. Det er første gang, potentialet af machine learning til industriprocesser undersøges på en systematisk måde i Danmark, og forventningerne er store.