OptiAIM – Integrovaná optimalizácia a strojové učenie pre spoľahlivé modelovanie, monitorovanie a riadenie si kladie za cieľ umožniť autonómne, odolné a zdrojovo aj energeticky efektívne chemické a energetické systémy prostredníctvom úzkej integrácie optimalizácie a strojového učenia (ML). Projekt reaguje na kľúčové obmedzenia súčasných prístupov k digitalizácii: metódy založené výhradne na dátach často postrádajú fyzikálnu spoľahlivosť a interpretovateľnosť, zatiaľ čo modely založené iba na fyzikálnych princípoch majú problém s neurčitosťou, komplexnosťou a škálovateľnosťou. OptiAIM zavádza obojsmernú integračnú paradigmu, v ktorej sa optimalizácia využíva na tréning fyzikálne konzistentných ML modelov a rozhodovacích algoritmov a ML sa používa na podporu optimalizačne založeného rozhodovania, čím sa zvyšuje robustnosť, univerzálnosť a prenositeľnosť medzi rôznymi prevádzkovými podmienkami a výrobnými jednotkami.

Metódy sú systematicky rozvíjané v troch pilieroch: modelovanie, monitorovanie a riadenie. V oblasti modelovania projekt vyvíja hybridné, multifidelitné a multimodelové prístupy kombinujúce znalosti z fyzikálnych princípov s učením založeným na dátach . V oblasti monitorovania sú navrhnuté pokročilé algoritmy pre odhad stavov a detekciu anomálií s využitím optimalizácie, ML a vysvetliteľnej fyzikálnej štruktúry vrátane grafových neurónových sietí. V oblasti riadenia sa vyvíjajú metódy založené na optimálnom riadení, Koopmanovom operátore a prediktívnom riadení (MPC), vrátane ML-asistovaného a neurčitosť-zohľadňujúceho MPC. Prístupy budú overené na troch priemyselne relevantných prípadových štúdiách: pyrolýza plastov, kryštalizačné procesy a manažment mikrosietí, čím sa preukáže široká aplikačná využiteľnosť a silný dopad projektu.