left

Suurinopeuksinen (HS) sähkömekaaninen energiamuunnosteknologia (EC) on osoittautunut potentiaaliseksi ratkaisuksi energiankulutuksen ja päästöjen vähentämiseen. Suuret pyörimisnopeudet parantavat energiatehokkuutta ja vähentävät EC-järjestelmien kustannuksia. Samaan aikaan näiden etujen hyödyntäminen on tällä hetkellä haastavaa, koska nykyiset mallinnus- ja suunnittelukäytännöt eivät täysin pysty ottamaan huomioon suurilla käyttönopeuksilla syntyviä fyysisiä vaikutuksia. DIGI-REINFORCE tarjoaa fyysisiä ja virtuaalisia testialustoja, joissa suoritetaan seuraavan tason datalähtöistä tutkimusta ja validoidaan seuraavan sukupolven HS-EC-teknologiaa. Infrastruktuurin tarkoituksena on helpottaa megawattitehoalueella toimivien HS-sähkökoneiden kehitystä tarjoamalla tietokannan kehittämiseen ja suunnittelun validointiin tarvittavat tilat, pääsy dataan, teknologiseen osaamiseen ja palveluihin. Se edistää myös alueellisen puhtaan teknologian TKI-ekosysteemin kasvua ja kansainvälistymistä.

right

Projektin toteutusaika:

1.1.2023-31.12.2025

Projektin rahoitus:

Suomen Akatemia

Tavoitteet

Teollisuuden digitalisaatio on käännekohdassa – data-analytiikka ja älykkäät ohjausratkaisut ovat ja tulevat olemaan yhä tärkeämmässä roolissa erilaisten energianmuuntoprosessien ohjaamisessa. Suurnopeuksisien sähkömekaanisten energianmuunnosjärjestelmien edistämä energiamurros edellyttää dataan perustuvia menetelmiä älykkääseen ohjaamiseen, järjestelmien suunnitteluun sekä tehostamiseen. DIGI-REINFORCE hankkeen tavoitteena on muodostaa tutkimusinfrastruktuuri sähkömekaanisten energianmuunnosjärjestelmien datavetoiseen tutkimukseen, jossa mittausdatan avulla pyritään tuottamaan uutta tietoa ja luomaan edellytyksiä teknologian digimurrokseen. Infrastruktuuri pyrkii palvelemaan LUT yliopiston tutkimusta, tukea Suomen Akatemian rahoittaman huippuyksikön toimintaa sekä toimia alueellisen TKI-ekosysteemin kasvun edistäjänä datavetoisien ratkaisujen integroimisessa osaksi CleanTech liiketoimintaa.

Henkilöstö

Julkaisut

Liittyvät projektit