namur_auszeichnung

Der mit 1 000 Euro dotierte Preis hat eine hohe Bedeutung in den Fachkreisen Mit dem NAMUR Award wurde die Diplomarbeit von Dipl -Ing Daniel Peretzki gewürdigt Peretzkis Arbeit mit dem Titel „Data mining for process identification“ wurde an der Universität Kassel von Prof Dr -Ing Andreas Kroll, Fachgebiet Mess- und Regelungstechnik, betreut 2011 Jahr wurde nur eine Arbeit – diejenige von Daniel Peretzki – ausgezeichnet Die Arbeit wurde unter Beteiligung der Universitäten Linköping und Kassel sowie der Unternehmen ABB und Perstorp in Schweden durchgeführt In der Prozessindustrie werden große Mengen an Betriebsdaten gespeichert, welche aber häufig ungenutzt bleiben Ihre Verwendung für die Erstellung dynamischer Modelle z B für Reglerentwurf und Reglertuning wäre allerdings wirtschaftlich und technisch sehr wertvoll Dem steht entgegen, dass die Anlagen die meiste Zeit stationär betrieben werden und die entsprechenden Daten wenig Informationsgehalt aufweisen Peretzki hat im Rahmen seiner Diplomarbeit ein neues Verfahren entwickelt, um aus den sehr großen Mengen aufgezeichneter Betriebsdaten einer Anlage für die Identifikation dynamischer Prozessmodelle geeignete (d h ausreichend informative) Datensequenzen automatisch auszuwählen Diese Aufgabenstellung grenzt die Arbeit von Data-Mining-Ansätzen ab, die nach stationären Zusammenhängen in Daten suchen Aus der Arbeit gingen eine Patentanmeldung sowie eine wissenschaftliche Veröffentlichung hervor www namur de namur_auszeichnung auf dem Gebiet der „intelligenten Prozessführung“. Der mit 1.000 Euro dotierte Preis hat eine hohe Bedeutung in den Fachkreisen.
Mit dem NAMUR Award wurde die Diplomarbeit von Dipl.-Ing. Daniel Peretzki gewürdigt. Peretzkis Arbeit mit dem Titel „Data mining for process identification“ wurde an der Universität Kassel von Prof. Dr.-Ing. Andreas Kroll, Fachgebiet Mess- und Regelungstechnik, betreut.
2011 Jahr wurde nur eine Arbeit – diejenige von Daniel Peretzki – ausgezeichnet. Die Arbeit wurde unter Beteiligung der Universitäten Linköping und Kassel sowie der Unternehmen ABB und Perstorp in Schweden durchgeführt.
In der Prozessindustrie werden große Mengen an Betriebsdaten gespeichert, welche aber häufig ungenutzt bleiben. Ihre Verwendung für die Erstellung dynamischer Modelle z.B. für Reglerentwurf und Reglertuning wäre allerdings wirtschaftlich und technisch sehr wertvoll. Dem steht entgegen, dass die Anlagen die meiste Zeit stationär betrieben werden und die entsprechenden Daten wenig Informationsgehalt aufweisen. Peretzki hat im Rahmen seiner Diplomarbeit ein neues Verfahren entwickelt, um aus den sehr großen Mengen aufgezeichneter Betriebsdaten einer Anlage für die Identifikation dynamischer Prozessmodelle geeignete (d.h. ausreichend informative) Datensequenzen automatisch auszuwählen. Diese Aufgabenstellung grenzt die Arbeit von Data-Mining-Ansätzen ab, die nach stationären Zusammenhängen in Daten suchen. Aus der Arbeit gingen eine Patentanmeldung sowie eine wissenschaftliche Veröffentlichung hervor.
www.namur.de