KI-Tool korrigiert Flusspläne chemischer Anlagen
Ein KI-Agent zur automatisierten Korrektur chemischer Prozesssimulationen wurde von Sierre Ternoey, einer Studierenden des Industriebetriebsingenieurwesens an der Northeastern University, während eines Praktikums an der RWTH Aachen entwickelt. Die in der chemischen Industrie Standard-Software zur Auslegung von Produktionsanlagen generiert häufig fehlerhafte Simulationsberichte. Deren manuelle Analyse erfordert traditionell extensive Fachexpertise und trial-and-error-Verfahren. Ternoey entwickelte daraufhin ein KI-System, das die Fehlermeldungen interpretiert, die Ursache der Simulationsabweichung ermittelt und den Anlagenentwurf selbstständig korrigiert, ohne vorgegebene Prozessparameter zu überschreiben. In Validierungstests erreichte der Algorithmus eine Trefferquote von 26 zu 30 Fällen. Ihr Betreuer Jan Pyschik von der RWTH Aachen stuft die Ergebnisse als wissenschaftlich fundiert und industriell relevant ein. Es ist geplant, die Grundlagen der Entwicklung zu publizieren und die Architektur zu einem standardisierten Diagnostic-Tool weiterzuentwickeln. Der Projekterfolg ist maßgeblich auf die Lehrmethodik der Northeastern University zurückzuführen. Im Grundlagenkurs Cornerstone of Engineering unter der Leitung von Prof. Kathryn Schulte Grahame werden Studierende gezielt mit unstrukturierten Problemstellungen konfrontiert, um selbstgesteuerte Lösungsansätze und technische Kompetenzen parallel zu erwerben. Ternoey nutzte diese Herangehensweise, um fehlendes verfahrenstechnisches Vorwissen durch gezieltes Selbststudium in Programmierung und Prozesssimulation zu kompensieren. Die Innovation adressiert ein strukturelles Engpassproblem im Engineering. Durch die Automatisierung der Fehlersuche in Flowsheets lassen sich Entwicklungsiterationen beschleunigen und menschliche Fehlanalysen minimieren. Die Integration lernfähiger Systeme in den ingenieurtechnischen Designprozess setzt neue Maßstäbe für die digitale Prozessoptimierung. Die bevorstehende wissenschaftliche Veröffentlichung wird voraussichtlich die Anwendungsmöglichkeiten von KI-Agenten im technischen Anlagenbau weiter etablieren und die Schnittstelle zwischen akademischer Ausbildung und industrieller Anwendung stärken.
