KI-Lösung zur Steigerung der Betriebsleistung

Der in der obigen Abbildung orange dargestellte Indikator ist beispielsweise die Energieeffizienz (oder PUE) für ein 2-MW-Rechenzentrum, das für digitale Datenverarbeitung bestimmt ist. Sie ermöglicht die Beurteilung der Auswirkung und des Ursprungs des Fehlers.
Der in der obigen Abbildung orange dargestellte Indikator ist beispielsweise die Energieeffizienz (oder PUE) für ein 2-MW-Rechenzentrum, das für digitale Datenverarbeitung bestimmt ist. Sie ermöglicht die Beurteilung der Auswirkung und des Ursprungs des Fehlers.
Der in der obigen Abbildung orange dargestellte Indikator ist beispielsweise die Energieeffizienz (oder PUE) für ein 2-MW-Rechenzentrum, das für digitale Datenverarbeitung bestimmt ist. Sie ermöglicht die Beurteilung der Auswirkung und des Ursprungs des Fehlers.
Der in der obigen Abbildung orange dargestellte Indikator ist beispielsweise die Energieeffizienz (oder PUE) für ein 2-MW-Rechenzentrum, das für digitale Datenverarbeitung bestimmt ist. Sie ermöglicht die Beurteilung der Auswirkung und des Ursprungs des Fehlers.Bild: Kapsdata

Die von Kapsdata entwickelte Kapstech-Lösung, die auf IIoT-Architekturen und Edge AI basiert, zielt darauf ab, die Prozesseffizienz zu verbessern und gleichzeitig die Umweltbelastung zu reduzieren und soll Unternehmen aus Bereichen wie Industrie, Energie und Gebäudetechnik neue Methoden für die Optimierung von Produktion und Steuerung ihrer Betriebsleistung bieten. Dabei erleichtert die Lösung die Einführung von ISO50001, OPC UA-Standards sowie die Implementierung des IPMVP-Protokolls in Infrastrukturen und schafft die Voraussetzung für eine vorbeugende und vorausschauende Wartung. Der ökologische Wandel wird ebenfalls beschleunigt durch einen verbesserten CO²-Fußabdruck (ISO14001). Die Edge-Struktur soll (Cyber-)Sicherheit und Datenschutz garantieren.

Mehr Effizienz …

Ein Anwendungsgebiet der Technologie ist die Auditierung und Diagnose der Infrastrukturleistungen von Kälteerzeugung und -verteilung. Das zeigt ein Kundenauftrag für ein Rechenzentrum (Kapazität: 10MW): Die Lösung stellt in diesem Fall nicht nur die Entwicklung und Konsolidierung der Messdatenbank sicher, sondern auch die Implementierung von Machine-Learning-Tools. Diese sind für das Design und die Pflege der für die Echtzeit-Klassifikation verwendeten Modellierungsgesetze notwendig. Dasselbe gilt für die Echtzeit-Erstellung der verschiedenen Dashboards zur Steuerungsunterstützung. Die Vorteile liegen vor allem in der Zeitersparnis für das Personal bei der täglichen Steuerung des Rechenzentrums durch Aufgaben wie die Erkennung von Fehlern und Störungen (Antizipation vor einem Ausfall). Ebenfalls gewährleistet: die Optimierung des Ausrüstungsmanagements (Schaltschwelle, Kaskadierung der Baugruppen, die Modulation thermischer und hydraulischer Trägheit) sowie die Wirkungsanalyse unter Betriebsbedingungen: IT-Last, Temperatur der Wasserkreise und Wartungsmaßnahmen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert