Motivation
Die Planung chemischer Anlagen erfordert die sorgfältige Balance zwischen Effektivität, Anschaffungs- und Betriebskosten sowie Energie- und Ressourceneffizienz bei minimalen CO₂-Emissionen. Bisher verlassen sich Verfahrensingenieure vorwiegend auf ihr Erfahrungswissen. Durch den Einsatz Künstlicher Intelligenz (KI) sollen Anlagen schneller und effizienter geplant werden, wodurch die Kosten in der Prozessentwicklung gesenkt werden. Ein KI-Agent kann mit Prozesssimulationen und Expertenwissen trainiert werden, um Ingenieure gezielt zu unterstützen.
Ziele und Vorgehen
Das Vorhaben hat das Ziel, eine KI-gestützte Technologie zur Gestaltung komplexer, energie- und ressourcenschonender Prozesse für die stoffwandelnde Industrie zu entwickeln. Ökologische Kriterien wie CO₂-Emissionen oder die Toxizität für Mensch, Boden und Wasser sollen gezielt berücksichtigt werden. Dazu wird die bestehende Software zur Erstellung von Fließbildern um KI-Methoden erweitert. Der Ingenieur entwirft ein erstes Modell, das zusammen mit den gewünschten Prozessparametern an die KI-Assistenz übermittelt wird. Die KI generiert daraufhin mehrere Fließbilder, die die verfahrenstechnische Anlage unter der Vorgabe maximaler Ressourcen- und Energieeffizienz optimieren. Vorab definierte Zielwerte steuern den Optimierungsprozess der KI, sodass sie das Fließbild so lange verbessert, bis diese Werte erreicht sind. Der Ablauf kann wiederholt werden, indem menschliche und maschinelle Optimierung zusammengeführt werden, um eine bestmögliche Lösung hinsichtlich ökologischer, ökonomischer und technischer Kriterien zu erzielen.
Innovationen und Perspektiven
Ein erster Anwendungsfall ist die ABE-Fermentation, bei der Aceton, Butanol und Ethanol durch Vergärung unterschiedlicher Substrate gewonnen werden. Die entstehenden Substanzen werden beispielsweise als Biokraftstoffe, Lösungsmittel oder Tierfutter in den Stoffkreislauf zurückgeführt. Trotz der vielversprechenden Möglichkeiten birgt die Auslegung von ABE-Fermentationsanlagen weiterhin Herausforderungen: Butanol ist ab einer bestimmten Konzentration toxisch für die für die Gärung zuständigen Mikroorganismen, die Erträge sind derzeit noch niedrig, und die energetisch sowie ökonomisch aufwendige Auftrennung des Lösemittelgemisches ABE erschwert die Skalierung. Hier bietet die KI ein hohes Optimierungspotenzial.