<   ZURÜCK ZUR STARTSEITE

Das NRP-Kollaborationsprojekt DiagnoBat ist nun abgeschlossen. Die drei beteiligten IT-Partner und die drei Institute der HES-SO haben es den Partnerunternehmen Richemont und Groupe E Celsius ermöglicht, Prototypen zu entwickeln, die auf Datenwissenschaft und künstlicher Intelligenz basieren, um die Überwachung ihrer technischen Anlagen zu optimieren.

Das Ziel von DiagnoBat war es, eine IT-Plattform für die Gebäudediagnose zu schaffen, die neue Lösungen für die Datenerfassung und Visualisierung sowie die neuesten Fortschritte der KI für die Signalanalyse beinhaltet. Die Partner des Kooperationsprojekts wollten auch die Trainingsmethoden für prognostische Deep-Learning-Modelle stärker verallgemeinern, damit diese leichter auf verschiedene Gebäudetypen und Signale angewendet werden können. DiagnoBat stützte sich auf die Forschungsarbeiten, die in den letzten fünf Jahren in diesem Bereich durchgeführt wurden, insbesondere auf die Projekte BBDATA, Facility 4.0 und Sanierung 4.0 des Smart Living Labs Freiburg.

Am Ende des Projekts zeigt sich Jean Hennebert von der HTA-FR, der die Zusammenarbeit geleitet hat, mit den Projektergebnissen für die beteiligten Unternehmen sehr zufrieden. «Unsere beiden Praxispartner, Groupe E Celsius und Richemont, konnten auf der Grundlage der von den IT-Partnern erstellten technologischen Bausteine und Consultings Prototypen installieren. Ein Überwachungssystem wurde an Transformatoren in den Hallen von Richemont in Villars-sur-Glâne installiert. Bei Groupe E Celsius wurden Lösungen zur Visualisierung und Anomalieerkennung für eine grossflächige Fernheizung prototypisch entwickelt.»

Für diese beiden Partner besteht die wirtschaftliche Herausforderung darin, durch eine reaktivere Wartung, die langfristig zu einer proaktiven Wartung werden soll, effizienter zu sein und so potenziellen Problemen vorzugreifen. „Ideal wäre es, wenn wir Anomalien erkennen könnten, kurz bevor diese auftreten und noch bevor die Anzeichen einer Fehlfunktion beobachtet werden können“, erklärt Jean Hennebert. Er veranschaulicht dies am Beispiel von Groupe E Celsius: „Die Sensoren in den Gebäuden, die an die Fernheizung angeschlossen sind, ermöglichen es dem Wartungsteam, Fehlfunktionen anhand des Auftretens roter Lämpchen in einer Zeitreihe zu erkennen. Langfristig möchten wir, dass auch gelbe Lämpchen angezeigt werden können, die auf eine Fehlfunktion hinweisen, noch bevor sie auftritt.“

Die IT-Partner des Projekts leisteten einen grossen Beitrag zur Installation der Prototypen in den Unternehmen. GradeSens war für die Realisierung des Datenerfassungssystems bei Richemont zuständig, während E-NNO an den algorithmischen Entwicklungen beteiligt war. Das Unternehmen yord setzte seinerseits den Wissenserwerb entsprechend seiner Zielsetzung in diesem Projekt fort.

Auch die akademischen Partner der HES-SO haben sehr von dem Projekt profitiert, betont Jean Hennebert: «Es ist wichtig, die Neuheiten des sich sehr schnell entwickelnden Machine Learning aus den Labors in die Praxis zu bringen. Die NRP- Kooperationsprojekte sind dafür ideal: Sie stellen effiziente Brücken zwischen der akademischen Forschung und den Technologiepartnern dar. Sie ermöglichen es uns, unsere Ideen und Prototypen zu testen und sie in Produkte für die Markteinführung umzuwandeln.»

Projektpartner: E-NNO, GradeSens, Groupe E, Groupe E – Celsius, Richemont, yord, HTA-FR – iCoSys, Energy –, HEIG-VD – IICT

Redaktion : Charly Veuthey