Machine Learning til Energi- og Procesoptimering (MLEEP)
Projektet “MLEEP” vil optimere industrielle processer ved at integrerer state-of-the-art maskinlærings algoritmer hos 5 danske industrielle virksomheder, og på baggrund heraf kvantificere og kommunikere omkring de barrierer og potentialer der ligger i at integrerer datadrevne optimeringsmetoder til resten af industrien.
Danske industrivirksomheder har de sidste par år generelt fået god adgang til procesdata i høj opløsning. Værdien af data bliver dog sjældent udnyttet til fulde, da værdiskabelse på baggrund af data ofte er dyrt, tidskrævende og kompleks at integrere i produktionsprocesser. Projektet ”Machine Learning til Energi- og Procesoptimering (MLEEP)” vil integrere machine learnings algoritmer direkte i 5 danske industrivirksomheder – alle med forskellige problemstillinger og udfordringer – og forsøge at belyse potentialer, muligheder og barrierer ved anvendelsen af kunstig intelligens til energi- og procesoptimeringer af produktionsanlæg. Målet er at kvantificere potentialerne for machine learning som redskab, og at generalisere og videreformidle de konkrete erfaringer opnået i projektet til hele industrien, og på den måde accelerere udbredelse af datadrevne analysemetoder hos industrivirksomheder og få skabt samfundsmæssig værdi ud af eksisterende og tilgængeligt data.
Key figures
Kategori
Deltagere
Partner | Tilskud | Eget bidrag |
---|---|---|
VIEGAND & MAAGØE ApS | 1.34 mio. | 1.00 mio. |
Danmarks Tekniske Universitet (DTU) | 4.09 mio. | 2.28 mio. |
VIKING MALT A/S | 0.09 mio. | 0.13 mio. |
RINGSTED FORSYNING A/S | 0.09 mio. | 0.13 mio. |
ARLA FOODS AMBA | 0.09 mio. | 0.13 mio. |
Kontakt
Adresse: Nørre Farimagsgade 37, 1364 København K
Tlf.: 33 34 90 00