Kontakt

Hybrid procesmodellering

Læs mere om det
Hybrid Process Modelling - 1

Beskrivelse af service

Servicen tester, benchmarker og validerer hybride AI modeller og fysikinformerede neurale netværk (PINN), der kombinerer mekanistisk biokinetik med empiriske sensordata i realtid til lukket sløjfe processtyring af bioreaktorer. I Biosolutions Lab evaluerer vi digitale tvillingemodeller til optimering af ilttilførsel, doseringshastighed og skumdæmpning samt tidlig detektering af kontaminering. Formålet er at hjælpe bioproducenter og fermenteringsvirksomheder med at fjerne risici ved opskalering, reducere batchfejl med op til 35 procent samt sænke energi og råvareforbrug.
Forventede resultater:

Validerede modeller og teknologier med dokumenterede resultater, der kan bruges til at reducere risiko, forbedre skalerbarhed og understøtte videre implementering i eksisterende eller kommende bioproduktionsprocesser.

Metodologi:

Servicen leveres som et test- og valideringsforløb, der omfatter analyse af procesdata, opbygning eller anvendelse af hybridmodeller, test af realtidsfeedback og kontrolfunktioner samt dokumentation af modelydelse, procesforbedringer og afvigelsesdetektion i Biosolutions Lab.

Mål:

Biosolutions

  • Organisation: Teknologisk Institut
  • Type: Test
  • SUT/E: Hybridmodeller, procesdata og kontrolsystemer til biosolutions og bioteknologiske produktionsprocesser. Kunder skal levere historiske batchkørselsdata (CSV, Parquet eller SQL formater med tidsserier for pH, temperatur, iltmætning, doseringshastigheder og biomassekoncentration), kendte mekanistiske kinetiske ligninger eller metaboliske modeller hvis tilgængelige, specifikationer for reaktorgeometri samt målsatte grænser for reguleringssløjfer.
  • Gennemsnitlig varighed: 30-80 hours
  • Kontakt: thkr@teknologisk.dk

Gør din AI-teknologi markedsklar