Verbundvorhaben KEEN - KI-Inkubator-Labore in der Prozessindustrie

Abstract

Die chemische Industrie ist einer der wichtigsten Industriezweige in Deutschland und gleichzeitig einer der größten Verbraucher von Energie und Rohstoffen. Eine erfolgreiche Energiewende und die Entwicklung einer Kreislaufwirtschaft können nur gelingen, wenn sie von der chemischen Industrie aktiv unterstützt und gestaltet werden - durch die Umgestaltung bestehender Produktionsprozesse und die Erkundung und Umsetzung neuer Prozesswege. Digitale Technologien sind der Schlüssel zur Bewältigung des Wandels hin zu mehr Nachhaltigkeit, Klima- und Umweltschutz. Das Vorhaben KEEN („Künstliche-Intelligenz Inkubator-Labore in der Prozessindustrie“) zielte darauf ab, die Möglichkeiten der künstlichen Intelligenz (KI) in der Prozessindustrie zu erforschen und zu nutzen. Die neu entwickelten KI-Methoden wurden nach Möglichkeit in realen Arbeitsumgebungen und Produktionsanlagen getestet, um den wirtschaftlichen Nutzen, die Anwendbarkeit und die Zuverlässigkeit der Methoden und Technologien zu evaluieren. Das Projekt war Teil des Programms „Digitale Technologien“ des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK), im Speziellen des „Innovationswettbewerbs Künstliche Intelligenz", und war unter den 26 geförderten Projekten das einzige, das sich auf die chemische und pharmazeutische Industrie fokussierte. Die KEEN-Plattform verband 21 Industrie- und Wissenschaftseinrichtungen bestehend aus Anwendern, Herstellern, Software-Entwicklern und Forschungseinrichtungen. Durch den interdisziplinären Austausch und die intensive Zusammenarbeit zwischen Wissenschaft und Industrie wurde die Umsetzung von Forschungsergebnissen in industrielle Anwendungen sichergestellt. Drei Anwendungsbereiche von KI-Methoden in der Prozessindustrie standen im Fokus: Die Unterstützung der Entwicklung von Prozessen, der Engineering-Phase der Anlagenplanung und Entwicklung, sowie die Steuerung und Überwachung laufender Prozesse (Echtzeitanwendung). Neben den zahlreichen methodischen Entwicklungen wurden mehr als zwölf Softwaretools und -erweiterungen entwickelt und mehr als zwanzig Anwendungsfälle bearbeitet. Im Bereich der KI-basierten Unterstützung bei der Entwicklung von Prozessen und dem Engineering von Anlagen wurden KI-Methoden zur effizienten und zuverlässigen Beschreibung thermodynamischer Eigenschaften von Stoffgemischen untersucht. Dadurch konnte die Modellierung von Apparaten zur Stoffwandlung und -trennung durch Kombination von idealisierten Bilanzgleichungen, Algorithmen zur Berechnung von Phasengleichgewichten und datenbasierten Modellteilen, die durch Maschinelles Lernen an verfügbare Daten angepasst werden, verbessert werden. Weiterhin wurden Matrixvervollständigungs-methoden zur Vorhersage von Stoffdaten von Mischungen entwickelt und erweitert. Auf dem Gebiet des Engineerings wurden Softwaretools entwickelt, die die im Bereich der Sicherheitsanalyse zentrale HAZOP-Analyse („hazard and operability“) KI-basiert unterstützen oder die zur Modulauswahl und Optimierung der Auslegung von Anlagen sowie für die Übertragung von Labor- und Simulationsergebnissen auf Großanlagen eingesetzt werden können. Der Bereich des Prozessbetriebs umfasst Lösungen für den verbesserten Betrieb von Anlagen, die den Anlagenbetreiber dabei unterstützen, den Zustand einer Anlage zu erkennen, oder die Anpassung der Betriebsweise, um Produktspezifikationen zu erfüllen und die Energie- und Materialeffizienz zu verbessern, sowie Echtzeitanwendungen. Die konkreten Anwendungsfälle in KEEN reichten von der Erkennung von Anlagenzuständen mittels KI-basierter Bildverarbeitung, z.B. für Kristallisations- und Extraktionsprozesse und gerührten begasten Reaktoren, über Entscheidungshilfen für die Methylendiphenylisocyanate-Produktion, Batch-Destillation und Ammoniakanlagen bis hin zu modernen Steuerungslösungen für Bioreaktoren und Destillationsprozessen. Um sicherzustellen, dass Datensätze FAIR (Findable, Accessible, Interoperable, Reusable) und für das maschinelle Lernen geeignet sind, wurde eine Plattform für den Datenaustausch und ein gemeinsames Metadatenschema, ProMetaS (Process Engineering/Industry Metadata Schema), zur Beschreibung von Daten der Prozessindustrie Daten entwickelt. Die auf der KEEN-Plattform veröffentlichten Datensätze stehen den Partnern und der Öffentlichkeit zur Nachnutzung zur Verfügung. Im Rahmen des Projekts etablierten sich die drei KI-Inkubator-Labore in Kaiserslautern, Dortmund und Dresden, die die Entwicklung neuer Modellierungen und Modellierungs- und Optimierungsmethoden nach Projektende sicherstellen. Außerdem wurde eine Handlungsempfehlungen für die Kommunikation von wissenschaftlichen Errungenschaften (Linguistisches Framing von Künstlicher Intelligenz) publiziert. In der Aus- und Weiterbildung von Fachkräften für die Prozessindustrie finden die gesammelten Ergebnisse und Erfahrungen aus dem KEEN-Projekt Berücksichtigung, beispielsweise in Hochschulkursen der GVT, universitären Lehrveranstaltungen und Curricula der akademischen Partner.