Dette projekt udvikler en ny metode til effektivt at udvikle AI modeller anomali detektion og PdM til industrielle maskiner, teknisk dokumentation og ekspertviden. I stedet for en traditionel og tidskrævende tilgang til udvikling af PdM modeller, vil metoden analysere sensordata og tekniske tegninger (P&ID'er) for at generere explainable AI modeller til PdM. Det vil lette udbredelse af PdM og resultatet er reduceret produktionsnedetid, lavere omkostninger og øget effektivitet i dansk industri.

Det ansøgte erhvervs-PhD projekt har til formål at udvikle empiriske modeller til at beskrive og kvantificere minimum vandføringsscenarier som understøtter biodiversitet og god økologisk tilstand i danske vandløb. De udviklede modeller vil blive testet og valideret gennem case scenarier med høj relevans for private og offentlige slutbrugere og er tiltænkt anvendelse i den danske miljøforvaltning, hvor der mangler metoder og værktøjer til at sikre bæredygtig udnyttelse af ferskvandsressourcerne.