Synthese rektifikativer Trennprozesse mit überlagerter chemischer Reaktion mit Hilfe gemischt-ganzzahliger Algorithmen

• Antragsteller: Professor Dr.-Ing. Johann Stichlmair
• Fachliche Zuordnung: Chemische und Thermische Verfahrenstechnik
• Förderung: Förderung von 1998 bis 2003
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 5097725

Das vorgelegte Forschungsprojekt betrifft die Anwendung der gemischt-ganzzahligen nichtlinearen Optimierung (Mixed Integer Non Linear Programming, MINLP) auf die Reaktivrektifikation. MINLP ist ein neuartiges Werkzeug, das der Synthese und Optimierung verfahrenstechnischer Prozesse dient. Der erste Schritt bei der MINLP-Optimierung ist die Definition einer Prozeßüberstruktur, die mehere Prozeßvarianten enthält. Die Definition einer Überstruktur ist dabei einfacher als die Synthese des letztendlich optimalen Prozesses selbst. Um zu garantieren, daß diese Prozeßüberstruktur alle physikalisch sinnvollen Prozeßvarianten, und damit auch die optimale, enthält, ist es zweckmäßig, sie basierend auf Informationen aus der Thermodynamik des betrachteten Prozesses zu entwickeln. Im zweiten Schritt wird ein rigoroses mathematisches Modell der Überstruktur erstellt. Dieses Modell enthält sogenannte Binärvariablen, die mit einzelnen Prozeßelementen verknüpft werden und nur die Werte null oder eins annehmen können. Ist die Binärvariable eins, existiert das betreffende Prozeßelement, ist die Binärvariable gleich null, wird das gesamte Prozeßelement nicht berücksichtigt. Auf diese Weise werden nicht nur die Betriebsparameter in der Kolonne optimiert, sondern auch die Prozeßstruktur. Im Rahmen des Fortsetzungsantrages sollen die in der ersten Finanzierungsperiode ermittelten Methoden zur Definition der Überstruktur von Reaktivkolonnen und das erstellte MINLP-Modell auf mehrere Prozesse der Reaktivrektifikation angewendet werden, die sich hinsichtlich der beteiligten Substanzen, des Phasengleichgewichtes und der Reaktionsmechanismen unterscheiden.

• DFG-Verfahren: Sachbeihilfen