Die Verwendung fossiler Brennstoffe bei steigenden Energiekosten fordern vermehrt den Einsatz von alternativen Brennstoffen. Mithilfe von inspect pro control C lässt sich der Energieeinsatz verschiedener Brennstofffraktionen mit selektiven Schwankungen im Heizwert, im Abbrandverhalten und der veränderlichen Stückung online erfassen, durch Kenngrößen bewerten und regelungstechnisch optimieren. Zudem gilt es den Energieeinsatz grundsätzlich zu verbessern und die Produktqualität anhand der Freikalkwerte als Zielgröße zu sichern.

Bisher können diese Werte für den aktuellen Prozess nur im Nachgang über Laborwerte nachvollzogen werden. Verfahren des maschinellen Lernens (ML) ermöglichen es, den Freikalkwert basierend auf Infrarot-Temperaturmessungen und Prozessdaten als Eingangsdaten in Echtzeit zu schätzen. Mit diesem innovativen Ansatz wird ein optimaler Einsatz des Brennstoffes, damit eine deutliche Senkung der Energiekosten und gleichzeitig die gleichbleibend hohe Produktqualität gesichert. Inwieweit die Schätzung des Freikalkwertes aus ML-Verfahren basierend nur auf Prozessdaten realisiert werden kann, wird in einem Forschungsvorhaben untersucht.