Ist das Ihr Unternehmen? Profil übernehmen
KI-Software zur Früherkennung und Diagnose von Prozessabweichungen in der Prozessindustrie
KIIO
Lausanne (CH)Neu auf Amplifa
Über KIIO
KIIO ist ein EPFL Spin-off mit Sitz in Lausanne (Schweiz) und entwickelt eine interpretierbare KI-Software für proaktive Prozesszuverlässigkeit in der chemischen Industrie und darüber hinaus. Die Technologie basiert auf einer physics-informed Graph-KI, die das P&ID (Rohrleitungs- und Instrumentenfließdiagramm) einer Anlage als physikalische Struktur nutzt und aus Betriebsdaten die normalen Prozessdynamiken lernt. Die Software erkennt entstehende Prozessabweichungen frühzeitig, identifiziert, ob eine Störung an Sensor, Aktor oder Prozess ihren Ursprung hat, quantifiziert Schweregrad und Diagnosekonfidenz und liefert Prozess- und Instandhaltungsteams Handlungsempfehlungen. Die Anbindung erfolgt read-only an bestehende Prozessdaten ohne zusätzliche Hardware; das Modell lernt selbstüberwachend aus Normalbetrieb ohne historische Störfallbeispiele. Das Gründungsjahr ist nicht angegeben.
- Standort
- Lausanne
- Verfahren
- KI-basierte Früherkennung von Prozessabweichungen, Diagnose von Störungsursachen (Sensor, Aktor, Prozess), Quantifizierung von Schweregrad und Diagnosekonfidenz, Handlungsempfehlungen für Prozess- und Instandhaltungsteams, Offline Proof-of-Value-Studien, Anbindung an bestehende Process-Daten (read-only, ohne Hardware)
- Werkstoffe
- Physics-informed Graph AI, Control-aware Dynamics, Self-supervised Learning, Offline Proof-of-Value-Studie
- Branchen
- Chemische Industrie, Prozessindustrie
- 01
Anbindung an bestehende Prozessdaten (read-only, ohne Hardware)
- 02
Erkennung entstehender Prozessabweichungen (Detect)
- 03
Diagnose des Störmechanismus: Sensor, Aktor oder Prozess (Diagnose)
- 04
Quantifizierung von Schweregrad und Diagnosekonfidenz (Quantify)
- 05
Handlungsempfehlungen für Prozess- und Instandhaltungsteams (Guide)
Technologie und Ansatz
Physics-informed Graph AI
Nutzt das P&ID als strukturelle Induktionsbias und lernt mit einem Graph Neural Network die normalen Wechselwirkungen der Prozessvariablen aus Betriebsdaten.
Control-aware Dynamics
Unterscheidet explizit Prozessmessungen von Aktor- und Stellgrößen, um Regelreaktionen von echten Prozessabweichungen zu unterscheiden.
Self-supervised Learning
Lernt selbstüberwachend aus Normalbetrieb und benötigt keine historischen Störfallbeispiele oder vordefinierte Störungsbibliotheken.
Offline Proof-of-Value-Studie
Vorstudie zur Bewertung des Nutzerszenarios vor der Integration in die Produktionsumgebung.
Standorte
Lausanne
CHHQ / EPFL Spin-off
Funktionen
Branchen
Zusatzleistungen
Historie
KIIO ist ein EPFL-Spin-off mit Sitz in Lausanne; Gründungsjahr nicht angegeben