DeepFlameS - Künstliche Intelligenz für die robuste Flammensegmentierung

Projektbeschreibung

Das DeepFlameS-Verbundvorhaben kann einen Beitrag zur Optimierung von industriellen Verbrennungsprozessen in prozesstechnischen Anlagen und zur Energieeffizienz und Reduktion von CO2-Emissionen leisten. Es werden Deep-Learning-Bildverarbeitungsverfahren erarbeitet und eingesetzt. Mit diesen Verfahren können prozessrelevante Kenngrößen in Echtzeit aus Infrarotkamera-Bildern extrahiert werden. Dazu müssen Verfahren für eine pixelgenaue Segmentierung von Flammenkörpern in Infrarot-Bildern entwickelt werden. Zudem soll eine Fusion der Infrarot-Bilder mit Prozessdaten aus dem Leitsystem der Anlage umgesetzt werden, um die Verfahren zu erweitern. Alle eingesetzten Verfahren sollen in einen robusten, zuverlässigen, sicheren und industriellen Software-Demonstrator implementiert werden, der die Kenngrößen extrahiert und in der Leitwarte verfügbar macht und visualisiert. Basierend auf diesen Informationen können z.B. die Brennereinstellungen und damit die Prozessbedingungen in der Anlage optimiert werden.