Ökologische und ökonomische Prozessoptimierung in der Zementherstellung durch Machine Learning
Auf einen Blick
- Projektleiter/in : Dr. Volker Ziebart
- Projektteam : Dr. Mathieu Antoni, Peter Bolt, Matthias Bürki, Marc-Aurèle Finger, Prof. Dr. Rudolf Marcel Füchslin, Raffael Künzi, Mohammed Motich
- Projektvolumen : CHF 670'000
- Projektstatus : laufend
- Drittmittelgeber : Innosuisse (Innovationsprojekt / Projekt Nr. 54692.1 IP-ENG)
- Projektpartner : Ciments Vigier SA
- Kontaktperson : Volker Ziebart
Beschreibung
In diesem Industrie 4.0 Projekt stabilisieren und optimieren wir durch Machine Learning und verbesserter Prozessanalytik den Klinkerbrennprozess in einem Zementwerk. Dadurch werden die Emissionen von Kohlendioxid, Ammoniak und Stickoxiden signifikant gesenkt, die Klinkerqualität verbessert, sowie der Verbrauch von thermischer und elektrischer Energie reduziert. Das Projekt leistet einen nennenswerten Beitrag zum Klima- und Umweltschutz.
Publikationen
-
Bolt, Peter; Künzi, Raffael; Ziebart, Volker; Füchslin, Rudolf Marcel; Motich, Mohammed; Antoni, Mathieu; Finger, Marc-Aurèle; Bürki, Matthias,
2023.
Optimizing cement production by employing physics informed machine learning [Poster].
In:
Datalab Symposium, Winterthur, Schweiz, 11. Januar 2023.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-26666