Projekt · Bauprodukte / Isolierglas

Gasgemische für Isolierglas: Wärmeleitfähigkeit vorhersagen

Ein in dAIve Predict trainiertes neuronales Netz sagt die Wärmeleitfähigkeit von Gasgemischen für Isolierglas vorher. Ein Demonstrationsfall auf Basis von Literaturdaten.

λ, R_w
Branche
Bauprodukte / Isolierglas
Methode
Neuronales Netz, trainiert in dAIve Predict
Zielgröße
Wärmeleitfähigkeit von Gasgemischen
Daten
Literaturdaten aus verschiedenen Quellen
Art
Demonstrationsfall

Aufgabe

Der Scheibenzwischenraum von Isolierglas wird mit Gasgemischen gefüllt. Hintergrund sind die energetischen Anforderungen an Gebäude aus dem Gebäudeenergiegesetz (GEG).

Gesucht war ein Weg, die Wärmeleitfähigkeit eines Gasgemischs vorherzusagen.

Vorgehen

Die dAIve GmbH hat in dAIve Predict ein neuronales Netz trainiert, das die Wärmeleitfähigkeit von Gasgemischen vorhersagt. Die Trainingsdaten stammen aus verschiedenen Quellen der Fachliteratur.

Der Fall ist als Demonstrationsbeispiel entstanden, nicht als Kundenprojekt.

Ergebnis

Das trainierte Netz liefert die Wärmeleitfähigkeit eines Gasgemischs als Vorhersage.

Das Modell ließe sich in Datenbanken oder in eine Steuerung übernehmen. Im Demonstrationsfall ist das nicht geschehen.

Quelle: Anwendungsbeispiel der früheren Website daive.de (Bereich „Material“)

Weitere Projekte

Eine ähnliche Aufgabe auf dem Tisch?

Wir prüfen gern, ob der Ansatz auf andere Bauteile oder Prozesse übertragbar ist.