PREMA-HEAPS – Prediktivt underhåll och feldetektering för effektiva värmepumpar

Huvudmålen är att implementera maskininlärningsalgoritmer för att upptäcka suboptimal drift, förutsäga misslyckanden och utföra automatiserad rotorsaksanalys. Projektet kommer också att undersöka mätosäkerhet i HP-data och dess inverkan på feldetekteringsalgoritmer. Metodiken innebär att utföra avancerade analyser, utveckla AI/ML-algoritmer, validera dem genom verkliga data, kvantifiera mätosäkerhet och tillhandahålla riktlinjer för att minimera osäkerhet.

Förväntade resultat inkluderar en metod för innovativt prediktivt underhåll, feldetekteringsalgoritmer, beskrivning av mätosäkerhet samt diverse kunskapsspridning vilket förväntas leda till branschintroduktion.