Advertisement

Informatikeinsatz im prozeßnahen Bereich an einer Pilotanlage zur schadstoffarmen Müllverbrennung

  • R. Denzer
Conference paper
Part of the Informatik-Fachberichte book series (INFORMATIK, volume 228)

Abstract

Bei der Führung technischer Prozesse sind heute verstärkt fortschrittliche Informatikmethoden gefragt Wissensbasierte Methoden nehmen hierbei einen wichtigen Platz ein. Obwohl diese einige Perspektiven bieten, dringen sie erst zögernd in diesen klassischen Bereich der Elektrotechnik ein. Ein Grund hierfür ist die Forderung nach Echtzeitverhalten. Im Rahmen eines Forschungsprojektes zur schadstoffarmen Müllverbrennung wird eine Komponente zur wissensbasierten Visualisierung und Führung technischer Prozesse entwickelt. Auf diesem Gebiet gibt es einige wenige Ansätze, hingegen noch wenig Methodisches. Der Beitrag stellt das Projekt TAMARA vor, gibt einen kurzen Überblick über Kl-Entwicklungen in der Produktionsumgebung und legt schließlich die eigenen Forschungsziele dar.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [1]
    A. Merz, H. Vogg, „TAMARA — A KfK Research Tool For Refuse Incineration“, International Conference on Incineration of Hazardous/Radioactive Wastes, San Francisco, 1988Google Scholar
  2. [2]
    Allen Hershkovitz, „Garbage Burning — Lessons From Europe: Consensus And Controversy In Four European States“, INFORM-Report,1986, Library of Congress #86–81301, ISBN 0- 918780-34-9Google Scholar
  3. [3]
    H. Vogg, „Von der Schadstoffquelle zur Schadstoffsenke — neue Konzepte der Müll Verbrennung“, Chemie-Ingenieur-Technik 60 (1988), Nr. 4, pp. 247–255CrossRefGoogle Scholar
  4. [4]
    H. Vogg, K. Wiese, A. Christmann, „Das 3R-Verfahren — ein Baustein zur Schadstoff-minderung bei der Müllverbrennung“, Kf K-Nachrichten 4/86, pp. 235–238, Kernforschungszentrum KarlsruheGoogle Scholar
  5. [5]
    R. Denzer, „Konzept eines wissensbasierten Visualisierungssystems für die Prozeß-führung“, Primärbericht, Kernforschungszentrum Karlsruhe, 1989Google Scholar
  6. [6]
    P. Sachs, „ESCORT — an Expert System for Complex Operations in Real Time“, Alvey Workshop on Deep Knowledge, IEE, London, 1985Google Scholar
  7. [7]
    R. Khanna, R.L. Moore, „Expert Systems Involving Dynamic Data For Decisions“, International Expert System Conference, Oxford, 1986Google Scholar
  8. [8]
    K. K. Gidwani, W.S. Dalton, „Innovative Knowledge Engineering For Real-Time Expert Systems“, IFAC/IFIP-Symposium, Graz, 1986Google Scholar
  9. [9]
    R. L. Moore, R. Khanna, „Artificial intelligence on factory floor: A success Story“, Advanced Manufacturing Systems Conference, Chicago, 1986Google Scholar
  10. [10]
    R. L. Moore et. al., „A Real-Time Expert System For Process Control“, The First Conference on Artificial Intelligence Applications, Denver, 1984Google Scholar
  11. [11]
    P. Elzer et. al., „Expertensysteme und hochauflösende Grafik zur Unterstützung des Bedienpersonals in der Prozeßleittechnik“, Prozeßrechnensysteme 1988, Stuttgart, Informatik-Fachbericht 167, 1988Google Scholar
  12. [12]
    E. Hollnagel et al., „User Modelling in the GRADIENT Project“, ESPRIT-International Joint Collaboratory AI Special Session at IJCAI-87, Mailand, 1987Google Scholar
  13. [13]
    S. G. Tzafestas, Ed., „Knowledge-Based System Diagnosis, Supervision and Control“, Plenum Press, New York, 1989Google Scholar
  14. [14]
    B. A. Bowen, „Real-Time Expert Systems: A Status Report“, AGARD Lecture series 166, 1987Google Scholar
  15. [15]
    M. J. Chantier, „Real-Time Aspects of Expert Systems in Process Control“, IEE Colloqium on Expert Systems in Process Control, London, 1988Google Scholar
  16. [16]
    M. K. Lines-Browning, J. L. Stone, „An Expert System That Performs A Satellite Stationkeeping Maneuver“, Telematics and Informatics, No. 4, 1987, pp. 289 — 300Google Scholar
  17. [17]
    IEE Colloqium on „The Use Of Expert Systems In Control Engineering“, IEE Digest No. 1987/27, London, 1987Google Scholar
  18. [18]
    B. S. Doherty, A. J. Sorin, „Knowledge Based Real-Time Learning Control System“, IASTED international Symposium on Applied Informatics, Grindelwald, 1987Google Scholar
  19. [19]
    Y. W. Huang et al., „Fault Diagnosis Of Hazardous Waste Incineration Facilities Using Fuzzy Expert Systems“, in C. N. Kostem, M. L. Mäher,eds., Expert Systems in Civil Engineering“, New York, 1986Google Scholar
  20. [20]
    M. Kirshnamurthy, H. J. Efstathiou, „An Intelligent Knowledge Based System for Diagnosis Based on Qualitative Reasoning“, IEE Colloqium on Expert Systems in Process Control, London, 1988Google Scholar
  21. [21]
    A. D’Ambrosio et al., „AI in the Power Plants, PERF-EXS, a PERFormance diagnostics EXpert System“, 4. Conference on Artificial Intelligence Applications, San Diego, 1988Google Scholar
  22. [22]
    Y. Ishida, „An Application of Qualitative Reasoning to Process Diagnosis: Automatic rule generation by qualitative Simulation“, 4. Conference on Artificial Intelligence Applications, San Diego, 1988Google Scholar
  23. [23]
    R. R. Leitch, R. Kraft, „A Real-Time Knowledge Based System For Product Quality Control“, International Conference on Control 88, Oxford, 1988Google Scholar
  24. [24]
    M. C. Brown, „The Dynamic Rescheduler: Conquering the Changing Production Environment“, 4. Conference on Artificial Intelligence Applications, San Diego, 1988Google Scholar
  25. [25]
    M. I. Bu-Halaiga, A. K. Chakravarty, „An object-oriented representation for hierarchical real-time control of flexible manufacturing“, International Journal of Production Research, Vol. 26, No. 5, 1988Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1989

Authors and Affiliations

  • R. Denzer
    • 1
  1. 1.Institut für Datenverarbeitung in der TechnikKernforschungszentrum KarlsruheKarlsruheGermany

Personalised recommendations