Forschungsprojekte
Es wurden 6 Einträge gefunden.
Vitality City - Ganzheitliche Energiestrategien für Städte im Wandel
Energiesimulation von Städten & Gemeinden beliebiger Größe auf Grundlage von Daten aus Laserscanning und Satellitenanalyse (Geodaten), um den dynamischen Energiebedarf und die verfügbaren Energieressourcen zu ermitteln.
SELF²B - Selbstdiagnostizierende Gebäude, HLK- und PV-Systeme für die nächste Generation energieeffizienter Betriebsführung
SELF²B entwickelt und demonstriert eine KI-basierte, selbstlernende und selbstdiagnostizierende Fehlererkennungs- und Diagnoselösung für HLK- und PV-Anlagen in Pilotgebäuden, ausgestattet mit Gebäudeautomationssystemen, in Wien. Die Innovation geht über den aktuellen Stand der Technik hinaus, indem sie semantische Daten, Ontologien und maschinelles Lernen kombiniert. Ziel ist es, Energieeinsparungen und Effizienzsteigerungen im Gebäudebetrieb zu erzielen und die Technologie auf breiter Basis nutzbar zu machen.
Autology - the automated ontology generator
Ontologien bilden die Basis für die Erfassung, Analyse/Verarbeitung, Verwertung, Dokumentation und Archivierung von Gebäude- und Bauteildaten in allen Phasen des Lebenszyklus. Aktuell ist die semantische Beschreibung und Strukturierung der Daten nur mit großem manuellem Aufwand möglich. Genau an dieser Stelle setzt das Projekt Autology durch die Anwendung Künstlicher Intelligenz an. Übergeordnetes Projektziel ist die automatisierte Gewinnung und Erzeugung von Metadaten zur Erstellung von Ontologien aus dem Gebäudeautomationssystem unter Anwendung innovativer, KI-basierter Ansätze.
Circular Bio Floor- Fußbodenaufbau aus Biomaterialien
Im Projekt werden biogene Baumaterialien aus Holzindustrie-Abfällen und Geopolymer-Bindemitteln entwickelt, die als Stampf-Schüttung oder 3D-gedruckte Trockenestrichelemente im Holzbau verwendet werden können. Diese Materialien bieten funktionale Vorteile und eine hervorragende Ökobilanz, tragen zur Schonung der Wälder bei und ermöglichen durch digitale Fertigungstechnologien die Herstellung trenn- und wiederverwendbarer Fußbodensegmentplatten. Dadurch wird der Verbrauch von Primärrohstoffen signifikant reduziert.
AI4FM - Artificial Intelligence for Facility Management
KI-basierte Erkennung von Anomalien und Fehlern in TGA-Systemen von Gebäuden. Digitale Zwillinge von Gebäuden mit Simulationsmodellen zum Testen und Optimieren von regelbasierten Fehlererkennungsmethoden. Mining der aufgezeichneten Zeitreihendaten aus bestehenden Gebäudemanagementsystemen, um Machine-Learning-Modelle für die Fehlererkennung zu trainieren.
m-hub: Datendrehscheibe für die Erhebung und Sichtung von Materialzusammensetzungen des Gebäudebestands der Stadt Wien
Das Projekt stellt eine webbasierte Plattform her, mit der die materielle Zusammensetzung von Gebäuden innerhalb der Stadt Wien eingetragen sowie abgefragt werden kann. Im Hintergrund wird ein Vorhersagemodell basierend auf Künstlicher Intelligenz trainiert, um Prognosen für noch nicht katalogisierte Gebäude durchzuführen.