Prozessautomatisierung von Strömungen in Bio- und Medizintechnik

Der Lehrstuhl für Strömungsmechanik (LSTM) verfügt über eine ausgedehnte, durch zahlreiche Publikationen und Patentanmeldungen dokumentierte, Expertise auf dem Gebiet der modellbasierten Simulation, Optimierung und Automatisierung von verfahrens- und energietechnischen sowie lebensmittel- und biotechnologischen Prozessen. Auf dem Gebiet der Prozessbeobachtung liegt der Entwicklungsschwerpunkt auf nichtinvasiven, optischen On- und Inlinesensoren für den Praxiseinsatz. Die erarbeiteten klassischen und adaptiven Prozessführungsstrategien beruhen auf effizienten Modellierungs-, Simulations-, Diagnose-, Prognose-, Steuerungs-, Regelungs- und Optimierungstools.

Für die Modellierung, Simulation und Wissensmanagement kommen Methoden des maschinellen Lernens, Data-Mining, Graphentheorie, metaheuristische Algorithmen, statistische Ansätze, mehrwertige Logik aber auch gewöhnliche Differentialgleichungen und analytische Modelle zum Einsatz. Beispielhaft sind dabei Fuzzy Logik, künstliche neuronale Netze, genetische Algorithmen und Referenznetze zu nennen. Alleinstellungsmerkmale erreicht der LSTM auf dem Gebiet der synergetischen Nutzung von informationstechnologischen Verfahren im Sinne von Hybriden (etwa Neuronumerik, Neurofuzzy, Numerostatistik, hybride Simulation diskreter und kontinuierlicher Prozesse). Als Automatisierungshardware dienen bevorzugt industrietaugliche speicherprogrammierbare Steuerungen, Datenbanken, Prozessrechner und Prozessleitsysteme, aber auch Methoden des Rapid Prototyping auf Basis von quelloffenen Physical-Computing-Plattformen.

Term: March 1, 2019 - February 28, 2022
Funding source: Bundesministerium für Wirtschaft und Energie (BMWE)
Project leader: ,

Die Qualität von Mehl unterliegt insbesondere hinsichtlich seiner funktionellen Eigenschaften natürlichen Schwankungen. Um diese zu kompensieren bzw. um die Mehlqualität und -funktionalitätzu verbessern, ohne dabei nährwertbezogene und sensorische Charakteristika zu beeinträchtigen, wurde bereits eine Vielzahl an Mehlbehandlungsverfahren (Oxidationsmittel, oxidierende Enzyme, Autoklaven, Mikrowellen-, IR-und UV-Technik) untersucht. Die für die Nutzung dieser Verfahren z. T.…

More information

Term: January 1, 2019 - December 31, 2021
Funding source: Bundesministerium für Wirtschaft und Energie (BMWE)
Project leader: ,

More information

Term: November 1, 2018 - May 31, 2021
Funding source: Bundesministerium für Wirtschaft und Energie (BMWE)
Project leader: ,

More information

Term: October 1, 2017 - September 30, 2019
Funding source: Bundesministerium für Wirtschaft und Energie (BMWE)
Project leader: ,

Bei der Abfüllung nicht-karbonisierter Getränke kommt es in der Praxis häufig zu einer unerwünschten Schaumbildung, die die Produktion negativ beeinflusst (Anlagen-ausbringung, Abfüllungsgenauigkeit, Pro-duktverlustmenge, Hygiene des Abfüllprozesses). So muss sich die Abfülldynamik i.d.R. dem Schaumbildungsvermögen des abzufüllenden Produktes anpassen. Das Überschäumen bestimmt auch die Notwendigkeit und Häufigkeit von Flaschen- und Anlagenreinigung inkl. des damit verbundenen Einsatzes von Energie…

More information

Term: November 1, 2015 - April 30, 2018
Funding source: AIF Arbeitsgemeinschaft industrieller Forschungsvereinigungen
Project leader: , ,

In der Lebensmittelindustrie müssen Maschi-nen und Anlagen regelmäßig gereinigt wer-den, um die hygienischen Vorgaben bei der Produktion erfüllen zu können. Verschärfte gesetzliche Rahmenbedingungen stellen dabei zusätzliche Ansprüche an die Lebensmittel-herstellung, deren Qualitätsmanagement und die eingesetzte Maschinentechnik. Genauso spielt der ökologische Gedanke eine zuneh-mende Rolle. Zur Maximierung der Ressourceneffizienz, wie sie auch die Richtlinie zur Integrierten Vermeidung und Vermi…

More information

Term: October 1, 2015 - September 30, 2018
Funding source: AIF Arbeitsgemeinschaft industrieller Forschungsvereinigungen
Project leader: ,

Die wachsende Weltbevölkerung und der folglich wachsende Bedarf an Lebensmitteln erfordert die Erschließung neuer Rohstoffe für die Fütterung von Nutztieren, aus denen Lebensmittel tierischer Herkunft produziert werden. Als Quellen, die nicht in direkter Konkurrenz zur menschlichen Ernährung stehen, können Insekten gesehen werden. Diese sollen gezüchtet und zu Futtermitteln verarbeitet werden. Im vorliegenden Vorhaben wird folglich der gesamte Weg von Züchtung der Insekten bis zur Herstellung von Fut…

More information

Term: May 1, 2015 - April 30, 2019
Funding source: Bundesministerium für Wirtschaft und Energie (BMWE)
Project leader: ,

Ziel des Forschungsvorhabens ist die Reduzierung der Energie- und Wasserbedarfs bei der Weinerzeugung. Dazu soll ein hybrides, informationstechnologisches Werkzeug basierend auf Referenz-Petri-Netzen entwickelt werden, das in die Prozessleitebene der Betriebe integrierbar ist und auf im Prozess erfassten Daten eine Echtzeit-Abbildung und Visualisierung des Gesamtprozesses realisieren kann.

More information

  • Entwicklung eines automatischen, selbstlernenden Inline-Systems für die adaptive und ressourceneffiziente CIP-Reinigung am Beispiel eines Behälters mit motorisch angetriebenem Zielstrahlreiniger
  • Wissensbasierte Reduzierung des Energie- und Wasserbedarfs bei der Weinerzeugung mittels informationstechnologischer Hybride auf der Grundlage von Referenz-Petri-Netzen
  • Energieeffiziente Trocknung auf der Grundlage lokal-stoffadaptiver Prozessintensivierung am Beispiel der automatisierten Herstellung von Teigwaren
  • Funktionsmuster einer industriellen Produktions- und Fraktionierungs-Anlage (Fett + Protein) von Insekten
  • Modellierung und Simulation von biotechnologischen Prozessen inklusive Integration komplexer Modelle und Entwicklung von datenbankgestützten hybriden Simulationsumgebungen
  • Integration von metaheuristischen Algorithmen bei der Entscheidungsfindung
  • Bildung stochastischer Modelle zur Integration in eine Simulationsumgebung
  • Entwicklung adaptiver Prozessregelungen auf Basis maschinellen Lernens
  • Online und offline Training von automatisierten Strömungsprozessen mit Hilfe der Weiterentwicklung numerischer Verfahren.

  • Automatisierung
    • Entwicklungssysteme
    • Industriesysteme
    • Datenerfassung
    • Fuzzy Logik
  • Optimierung mit metaheuristischen Verfahren
    • Evolutionäre Algorithmen (z . B. genetische Algortihmen)
    • Partikelschwarmoptimierung
    • Simulated annealing
  • Methoden des maschinellen Lernens
    • Künstliche neuronale Netze (KNN)
    • Support Vector Machine (SVM)
    • Random Forest
    • Logistische Regression & Deep learning
    • Online learning
  • Modellierung und Simulation
    • Stochastische Prozesse
    • Ereignisorientierte Simulation (DES)
    • Hybride Simulation diskreter und kontinuierlicher Prozesse

2023

2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006