Filters

Settings

Now showing1 - 6 of 6
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
      5
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
      25
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
    Adsorption Energy Distribution Analysis for effective Modelling of Enzyme Kinetics
    Biotechnologie ermöglicht nachhaltige Lösungen für zentrale Herausforderungen unserer Zeit – von der klimafreundlichen Herstellung chemischer Produkte über umweltschonende Verfahren bis hin zur Kreislaufwirtschaft. Sie trägt damit maßgeblich zur Erreichung der Sustainable Development Goals bei, insbesondere in den Bereichen Gesundheit, saubere Energie und verantwortungsvoller Konsum. Mathematische Modelle sind dabei ein zentrales Werkzeug, um biotechnologische Prozesse zu verstehen, zu optimieren und sicher zu skalieren. Sie helfen, Limitierungen zu identifizieren, fundierte Entscheidungen bei der Prozessentwicklung zu treffen und den Versuchsaufwand sowie Ressourcenverbrauch deutlich zu reduzieren. Um die Identifikation kinetischer Modelle basierend auf begrenzten Messdaten zu ermöglichen, soll im Rahmen des beantragten Projektes die aus der Adsorptionstechnik bekannte Methode der Adsorptionsenergiedichteverteilung (AED) für eine effiziente Parameterschätzung enzymatischer Reaktionen untersucht und erweitert werden. In eigenen Vorarbeiten konnte bereits gezeigt werden, dass die AED-basierte Parameteridentifizierung die Ableitung substratspezifischer Kinetiken aus Gemischen ermöglicht, wobei nur unpoetische Messungen der funktionellen Gruppen verwendet werden. Hierbei wird die klassische nichtlineare Regression (NLR) übertroffen, die auf der Minimierung der Summe der quadratischen Fehler zwischen Modell und Daten beruht. Der AED-Ansatz ermöglicht dabei durch die Dekonvolution der Messwerte eine Erhöhung der Informationsdichte der Daten, sodass die ursprünglichen kinetischen Beiträge besser rekonstruierbar sind. Insbesondere für Mehrsubstratreaktionen oder im Fall von unvollständigem Vorwissen erweist sich der AED-basierte Ansatz der klassischen NLR als überlegen und kann die Beiträge einzelner Substrate direkt aus dem Summenverbrauch eines Co-Substrats ableiten, während die NLR in komplexen Fällen Teilreaktionen systematisch unterschätzt oder gar nicht erfasst. Im Rahmen dieses Projekts sollen die Vorteile der AED-basierten Parameteridentifikation für komplexere mehrparametrige Reaktionsmodelle untersucht und nachgewiesen werden und eine zielgerichtete Erweiterung der Methodik für die Integration mit der Progress-Curve-Analyse erfolgen. Dies schließt neben der methodischen Erweiterung eine experimentelle Validierung für relevante Reaktionssysteme ein. Zudem soll ebenfalls die Einbindung der AED-basierten Methode in eine modellbasierte Versuchsplanung (MbDoE) untersucht werden, um den experimentellen Aufwand weitergehend zu reduzieren und den Informationsgehalt der experimentell gewonnen Daten gezielt zu erhöhen. So entsteht ein neuer, mechanistisch-datengetriebener Analyseansatz, der eine realitätsnähere und robustere Parameterschätzung für komplexe enzymatische System ermöglicht und damit eine wertvolle Grundlage für Forschung, Prozessentwicklung und Scale-up schafft.
      5
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
      44
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
    Design of structured packings using CFD-based optimization, absorption experiments and magnetic resonance imaging
    In order to achieve the ambitious target of carbon neutrality by 2050, the chemical industry has to pursue major transformations. In addition to a gradual shift to renewable resources and energy systems, especially energy-intensive operations have to be optimized. In this context, thermal separation processes such as absorption and distillation are of crucial importance, as they not only contribute significantly to the energy demand of the chemical industry but are also of particular importance for CO2 utilization in the context of CO2 capture. Besides process intensification and energy integration measures on the process systems level, performance improvements of the individual unit operations are of utmost importance. Structured packings have become the most important internals for mass transfer and hydraulic performance improvements in absorption and distillation columns. While the design of structured packings has been actively researched for nearly six decades, additive manufacturing allows for novel, unconventional, and topologically complex packing structures and provides an efficient method for rapid prototyping. However, so far it has not had a considerable impact on the design of structured packings, since the resulting increased freedom in the design also poses a considerable challenge. This challenge may effectively be addressed by mathematical optimization methods, given that adequate problem formulations and performance models are available to efficiently compute the performance of the printed packing in a real application. In order to achieve this goal, the current project pursues the development of a systematic design approach based on mathematical optimization, that exploits the bi-functional use of computer-aided design (CAD) models for computational fluid dynamics (CFD) simulations and additive manufacturing. The latter allows for rapid prototyping of polymeric packings which will not only be investigated in hydraulic and absorption experiments, providing integral performance data but also enabling more fundamental insight into the fluid flow by means of an innovative and worldwide unique large-bore vertical Magnetic Resonance Imaging (MRI) system. The experiments will reveal the local distribution of the fluid and gas in the 3D-printed structured packings together with the local fluid velocities in all three spatial directions. The data obtained from the MRI experiments will enable a targeted improvement of the simulation models, which are providing the basis for a CFD-based optimization of individual packing designs, exploring different model formulations. Shape, topology, and parametric optimization approaches will be investigated to effectively develop innovative packing structures with significant performance improvements based on the optimization of the CAD models and validate the performance of the resulting packings experimentally using 3D printing.
      37
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
    CRC 1615 - Project B06: Systematic multiscale modelling and design approach for SMART reactors
    In this project, a systematic approach for multiscale modelling and design of SMART reactors is developed. For this purpose, internal structures of multiphase reactors are analysed and locally optimized by means of high-resolution validated CFD simulations. In addition, superstructure optimization will be used to derive optimal reactor networks, as well as systemic and compartment models, on the basis of which a systematic optimization-based design of local and global reactor structures will be performed. In the course of the SFB, the flexibility of smart components will be systematically considered by a multistage optimization approach to enable autonomous SMART reactors.
      70