Flådestyringen skal sikre energieffektiv drift af stinkskabe og et energieffektivt samspil mellem skabs- og laboratorieventilationen, og ikke mindst sikre energibesparelser ved løbede tilpasning af antallet af aktive stinkskabe til det aktuelle behov.
I projektet udvikles styringen og reguleringen baseret på algoritmer, der tager udgangspunkt i koncepter for MPC (Model Predictive Control), AI (Artificial Intelligence) og RL (Reinforcement Learning).
Styringen skal løbende tilpasse sig den kommende forudsete driftssituation ud fra den tidligere, registrerede drift via machine learning. Eksempelvis skal reguleringsalgoritmerne selv over tid tilpasse sig til det faktiske behov for ventilation ud fra kendskab til den forventede, kommende driftssituation.
Flådestyringen omfatter pakkeløsninger, der tilpasses eksisterende forhold og fremtidige ændringer af stinkskabsflåden. Det anslås at flådestyringen typisk vil være aktuel for virksomheder med ti eller flere stinkskabe.