Projektdatabase
Projektdatabasen indeholder alle de projekter, som ELFORSK har støttet med midler. Der er en kort introduktion af projekternes formål og kontakt information for de igangværende projekter. For de projekter, som er færdige, er der en slutrapport med resultater, som du kan down loade.
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.
Projektet vil demonstrere, at ved at anvende naturlige materialer i udvendige og indvendige facader, ålegræs som isoleringsmateriale og klart glas i vinduerne, kan der opnås større bæredygtighed, lavere energiforbrug og et bedre indeklima med vægt på dagslyskvalitet, udstrakt grad af naturlig ventilation og bedre rumakustik.
Projektet har til formål at udvikle algoritmer, som løbende og automatisk analyserer timedata for elforbrug i SMV'er og samkører disse data med data fra øvrige dataregistre (BBR, CVR, DMI m.m.).
Projektet undersøger mulighederne for optimering af varmgasafrimning på industrielle køleanlæg. Projektet vil udnytte muligheden for at sænke det samlede anlægs energiforbrug betydeligt gennem dels optimering af fordamper-, system- og styringsdesign og dels ved at indsætte en separat seriel kompressor, således at kun den nødvendige mængde varmegas hæves til den ønskede temperatur og tryk til afrimningen.