Condition Monitoring for Heliostat Fields Using Artificial Intelligence

Steinberg, Dominik (2024) Condition Monitoring for Heliostat Fields Using Artificial Intelligence. Doctoral Symposium of the DLR Graduate Program, 2024-09-03 - 2024-09-05, Braunschweig, Deutschland.

PDF - Nur DLR-intern zugänglich
6MB

elib-URL des Eintrags:

https://elib.dlr.de/208226/

Dokumentart:

Konferenzbeitrag (Vortrag, Poster)

Titel:

Condition Monitoring for Heliostat Fields Using Artificial Intelligence

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Steinberg, Dominik	dominik.steinberg (at) dlr.de	https://orcid.org/0009-0000-1114-4526	NICHT SPEZIFIZIERT

Datum:

2024

Referierte Publikation:

Nein

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

Condition Monitoring, Predictive Maintenance, Heliostat, Heliostat fields, Artificial Intelligence, Machine Learning, Data Analysis, Ageing effects, Fault detection, Central receiver, Solar power tower, CSP

Veranstaltungstitel:

Doctoral Symposium of the DLR Graduate Program

Veranstaltungsort:

Braunschweig, Deutschland

Veranstaltungsart:

Workshop

Veranstaltungsbeginn:

3 September 2024

Veranstaltungsende:

5 September 2024

HGF - Forschungsbereich:

Energie

HGF - Programm:

Materialien und Technologien für die Energiewende

HGF - Programmthema:

Thermische Hochtemperaturtechnologien

DLR - Schwerpunkt:

Energie

DLR - Forschungsgebiet:

E SW - Solar- und Windenergie

DLR - Teilgebiet (Projekt, Vorhaben):

E - Condition Monitoring

Standort:

Jülich

Institute & Einrichtungen:

Institut für Solarforschung > Qualifizierung

Hinterlegt von:

Steinberg, Dominik

Hinterlegt am:

11 Nov 2024 10:34

Letzte Änderung:

11 Nov 2024 10:34

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags