[vc_row css=”.vc_custom_1702546989401{padding-top: 0px !important;padding-bottom: 0px !important;background-image: url(https:\/\/www.smart-e-factory.de\/wp-content\/uploads\/2023\/10\/smartfactory_live_erleben.jpg?id=3385) !important;}” el_class=”image-custom-header image-style-1″][vc_column]\t\t
Die Erfassung von Energiedaten ist eine herausfordernde und wichtige Aufgabe f\u00fcr die Transparenz und dient als Entscheidungsgrundlage f\u00fcr viele weitere Aktivit\u00e4ten. In der Smart-E-Factory werden \u00fcber Messinstrumente einzelne Unterverteilungen erfasst und in einem Sankey Diagramm abgebildet bzw. \u00fcber digitale Schnittstellen in Echtzeit in ein Energiemanagementsystem integriert.[\/vc_column_text][\/vc_column][vc_column width=”1\/2″][vc_single_image image=”3743″ img_size=”full”][\/vc_column][\/vc_row][vc_row css=”.vc_custom_1698132024626{padding-top: 0px !important;padding-bottom: 0px !important;}”][vc_column width=”1\/2″][vc_column_text]Integration regenerativer Daten<\/strong><\/p>\n In Zukunft wird die Nutzung regenerativer Energiequellen immer wichtiger. Im Rahmen des innovativen Projekts Smart-E-Factory wird die Implementierung einer Photovoltaikanlage (PV-Anlage) in der SmartFactoryOWL umgesetzt. Die Integration dieser Anlage in die Stromversorgung spielt eine entscheidende Rolle bei der Steigerung der Nachhaltigkeit in der Produktion. Eine effektive Abstimmung zwischen Produktionsprozessen und der verf\u00fcgbaren Solarenergie ist von h\u00f6chster Bedeutung.<\/p>\n Durch den Einsatz moderner Messtechnik erfolgt zun\u00e4chst die genaue Erfassung der aktuellen Leistung der PV-Anlage.[\/vc_column_text][\/vc_column][vc_column width=”1\/2″][vc_column_text]Gleichzeitig werden Wetterdaten, darunter globale Sonneneinstrahlung, aus \u00f6ffentlich zug\u00e4nglichen Quellen bezogen. Diese Daten dienen als Grundlage f\u00fcr die Entwicklung eines Prognosemodells, das die zuk\u00fcnftige Leistung der PV-Anlage pr\u00e4zise vorhersagen kann. Dadurch wird erm\u00f6glicht, den Energiebedarf der Produktion genau zu planen und anzupassen, je nach den erwarteten Solarertr\u00e4gen.<\/p>\n Des Weiteren k\u00f6nnen diese Erkenntnisse als zus\u00e4tzlicher Parameter in ein leistungsf\u00e4higes Optimierungsverfahren integriert werden, um die Produktion effizient an verschiedene Parameter anzupassen und optimal auszurichten.[\/vc_column_text][\/vc_column][\/vc_row][vc_row css=”.vc_custom_1698134697569{padding-top: 0px !important;padding-bottom: 50px !important;}”][vc_column width=”1\/2″][vc_single_image image=”3657″ img_size=”full”][\/vc_column][vc_column width=”1\/2″][vc_single_image image=”3656″ img_size=”full”][\/vc_column][\/vc_row][vc_row full_width=”stretch_row” css=”.vc_custom_1697536731564{padding-top: 100px !important;padding-bottom: 80px !important;background-color: #f2f2f2 !important;}”][vc_column el_class=”sigma-accordion-style-1″][vc_row_inner][vc_column_inner width=”1\/2″]\t\t Erfassung von Grunddaten & Integration regenerativer Daten<\/p>\n","protected":false},"author":3,"featured_media":0,"template":"","class_list":["post-249","service","type-service","status-publish","hentry","without-image"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.smart-e-factory.de\/index.php?rest_route=\/wp\/v2\/service\/249","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.smart-e-factory.de\/index.php?rest_route=\/wp\/v2\/service"}],"about":[{"href":"https:\/\/www.smart-e-factory.de\/index.php?rest_route=\/wp\/v2\/types\/service"}],"author":[{"embeddable":true,"href":"https:\/\/www.smart-e-factory.de\/index.php?rest_route=\/wp\/v2\/users\/3"}],"wp:attachment":[{"href":"https:\/\/www.smart-e-factory.de\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=249"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\r\n\t\t\t\tMehr Informationen\t\t\t<\/h3>\r\n\t\t<\/div>\r\n\t\t\t\t
\r\n\t\t\t\tWeitergehende Forschungsbereiche\t\t\t<\/h3>\r\n\t\t<\/div>\r\n\t\t<\/div>\r\n\t\t<\/div>\r\n\t\t[\/vc_column_inner][vc_column_inner width=”1\/2″][\/vc_column_inner][\/vc_row_inner][vc_tta_accordion shape=”square” color=”white” c_position=”right” active_section=”1″ css=”.vc_custom_1697539566691{padding-top: 0px !important;padding-right: 0px !important;padding-left: 0px !important;}” el_id=”custom-accordion”][vc_tta_section title=”Energie-Check” tab_id=”1585768153475-cb5f3c27-f8e2″][vc_btn title=”Zum Fraunhofer Energie-Check” style=”classic” shape=”square” color=”primary” align=”left” link=”url:https%3A%2F%2Fwww.iosb-ina.fraunhofer.de%2Fde%2Fgeschaeftsbereiche%2Fintelligente-sensorsysteme%2Fforschungsthemen-und-projekte%2FEnergie-Check.html||target:%20_blank|” el_class=”btn-daten btn-on-dark-bg”][\/vc_tta_section][vc_tta_section title=”Optimierung der Auftragsplanung” tab_id=”1585768254686-8ec51f11-f577″][vc_btn title=”Zum Thema Optimierung der Auftragsplanung” style=”classic” shape=”square” color=”primary” align=”left” link=”url:%2F%3Fservice%3Dcardiologist|title:Optimierung%20der%20Auftrags%C2%ADplanung||” el_class=”btn-daten btn-on-dark-bg” css=”.vc_custom_1702546672766{margin-bottom: 20px !important;}”][\/vc_tta_section][vc_tta_section title=”Energiemanagementsystem” tab_id=”1585768269870-21174b1c-1030″][vc_btn title=”Zum Thema Energiemanagementsystem” style=”classic” shape=”square” color=”primary” align=”left” link=”url:%23|||” el_class=”btn-daten btn-on-dark-bg” css=”.vc_custom_1698136536071{margin-bottom: 20px !important;}”][\/vc_tta_section][vc_tta_section title=”Einblick in die Energiedaten der Smart-E-Factory” tab_id=”1698071539808-f7165274-3a3c”][vc_btn title=”Zur Datenplattform” style=”classic” shape=”square” color=”primary” align=”left” link=”url:%2F%3Fpage_id%3D3512|title:Daten|target:%20_blank|” el_class=”btn-daten btn-on-dark-bg” css=”.vc_custom_1702546697674{margin-bottom: 20px !important;}”][\/vc_tta_section][\/vc_tta_accordion][\/vc_column][\/vc_row][vc_row css=”.vc_custom_1697537604913{padding-top: 0px !important;padding-bottom: 0px !important;}” row_css_sm=”.vc_custom_1697537604914{background-color: #ffffff !important;}”][vc_column][vc_row_inner equal_height=”yes” content_placement=”middle” bg_color_scheme=”primary” css=”.vc_custom_1698133385572{margin-right: 0px !important;margin-left: 0px !important;padding-top: 100px !important;padding-right: 15px !important;padding-bottom: 0px !important;padding-left: 15px !important;background-color: #ffffff !important;}”][vc_column_inner width=”1\/3″ inner_column_css_xs=”.vc_custom_1593175294358{margin-bottom: 40px !important;}”][vc_single_image image=”3606″ img_size=”full” onclick=”custom_link” css=”.vc_custom_1698390615010{margin-bottom: 0px !important;}” el_class=”image-style-2″ link=”\/?team=franziska-zelba”][\/vc_column_inner][vc_column_inner width=”2\/3″]\t\t
\r\n\t\t\t\tForschungs\u00adlinien\u00adkoordinatorin\t\t\t<\/h3>\r\n\t\t<\/div>\r\n\t\t\t\t
\r\n\t\t\t\tFranziska Zelba\t\t\t<\/h3>\r\n\t\t<\/div>\r\n\t\t<\/div>\r\n\t\t<\/div>\r\n\t\t[vc_column_text css=”.vc_custom_1698136646627{margin-bottom: 0px !important;}”]Franziska Zelba ist wissenschaftliche Mitarbeiterin in der Gruppe Maschinelles Lernen am Fraunhofer Institut IOSB-INA. Im Fokus der Arbeitsgruppe steht die Analyse vorhandener Daten und entwickelt dazu ma\u00dfgeschneiderte L\u00f6sungen. Bei der Analyse haben Methoden des maschinellen Lernens und der k\u00fcnstlichen Intelligenz das Potential f\u00fcr eine automatisierte Extraktion von Informationen aus Prozessdaten. Frau Zelba wird im Projekt \u201eSmart-E-Factory\u201c sich mit den Energiedaten sowie deren sinnvolle Integration in die Produktion und die Prognose von verf\u00fcgbaren Solarenergien befassen.[\/vc_column_text][\/vc_column_inner][\/vc_row_inner][vc_row_inner equal_height=”yes” content_placement=”middle” bg_color_scheme=”primary” css=”.vc_custom_1698133548932{margin-right: 0px !important;margin-bottom: 60px !important;margin-left: 0px !important;padding-top: 50px !important;padding-right: 15px !important;padding-bottom: 0px !important;padding-left: 15px !important;background-color: #ffffff !important;}”][vc_column_inner width=”2\/3″ inner_column_css_xs=”.vc_custom_1593175294358{margin-bottom: 40px !important;}”]\t\t
\r\n\t\t\t\tForschungs\u00adlinien\u00adkoordinatorin\t\t\t<\/h3>\r\n\t\t<\/div>\r\n\t\t\t\t
\r\n\t\t\t\tDr. Gesa Benndorf\t\t\t<\/h3>\r\n\t\t<\/div>\r\n\t\t<\/div>\r\n\t\t<\/div>\r\n\t\t[vc_column_text css=”.vc_custom_1698136707168{margin-bottom: 0px !important;}”]Dr. Gesa Benndorf leitet die Gruppe Maschinelles Lernen am Fraunhofer IOSB-INA, welche KI-L\u00f6sungen f\u00fcr industrielle Anwendungen entwickelt und umsetzt. Ziel ist es, Systeme und Prozesse zu digitalisieren und zu automatisieren, um deren Qualit\u00e4t und Zuverl\u00e4ssigkeit zu erh\u00f6hen und Ressourcen zu sparen. Dr. Gesa Benndorf studierte Physik an der Uni Jena, promovierte am Max-Planck-Institut f\u00fcr Physik komplexer Systeme in Dresden und arbeitete dann im Bereich der Betriebsoptimierung und Digitalisierung von Geb\u00e4uden am Fraunhofer-Institut f\u00fcr Solare Energiesysteme in Freiburg, bevor sie Anfang 2023 an das Fraunhofer IOSB-INA nach Lemgo kam.[\/vc_column_text][\/vc_column_inner][vc_column_inner width=”1\/3″][vc_single_image image=”3686″ img_size=”full” onclick=”custom_link” css=”.vc_custom_1698414035842{margin-bottom: 0px !important;}” el_class=”image-style-2″ link=”\/?team=dr-gesa-benndorf”][\/vc_column_inner][\/vc_row_inner][\/vc_column][\/vc_row]<\/p>\n","protected":false},"excerpt":{"rendered":"