Detailseite
Projekt
Teilprojekt SP7: Selbstlernende Regelung der katalytischen Konversion von Olefinen zu α-Aminosäuren und β-Aminoalkoholen
Antragsteller
Professor Dr.-Ing. Achim Kienle
Fachliche Zuordnung
Chemische und Thermische Verfahrenstechnik
Förderung
Förderung seit 2023
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 501735683
Dieses Vorhaben ist Teil der geplanten DFG-Forschergruppe FOR5538. Im Rahmen dieses Teilprojektes sollen selbstlernende Regelsysteme für die Online-Optimierung der katalytischen Konversion von Olefinen zu α-Aminosäuren und β-Aminoalkoholen entwickelt werden. Damit ergänzt das vorliegende Teilprojekt das integrierte Prozessdesign aus SP6 durch Berücksichtigung von Modellungenauigkeiten und unvorhergesehene Störungen im Betrieb. Dazu wird eine repetitive Online-Optimierung auf 'single batch' und/oder 'batch to batch' Ebene durchgeführt, wobei die Betriebsbedingungen mit Hilfe verfügbarer Messinformationen und sogenannten hybriden mathematischen Modellen zyklisch re-adjustiert werden. Die hybride Modellierung kombiniert dabei das physikalisch chemische Grundlagenwissen aus den anderen Teilprojekten mit datengetriebenen Ansätzen des maschinellen Lernens. Wesentliche Arbeitsschritte umfassen: (i) die Entwicklung geeigneter hybrider Modelle für die betrachteten Prozessschritte, (ii) die Entwicklung geeigneter Methoden für die Online-Adaption der entwickelten Modelle und (iii) effiziente Strategien für die Online-Optimierung, (iv) die Integration der genannten Methoden im Rahmen eines selbstlernenden Regelungskonzeptes, (v) systematische in silico Tests und (vi) schließlich die experimentelle Validierung in Kooperation mit den anderen Teilprojekten dieser Forschergruppe. Neben nichtlinearen Modellen sollen auch Familien von lokalen linearen Prozessmodellen betrachtet und mit dem nichtlinearen Ansatz verglichen werden. Um kritische Prozessbeschränkungen unter Unsicherheiten einhalten zu können, wird eine hierarchischer Ansatz vorgeschlagen, bei dem kritische Prozessparameter auf einer unteren Ebene direkt geregelt werden. Als Prozessbeispiele sollen in der ersten Förderphase die enzymkatalysierten Reaktionen von α-Keto Carboxylsäuren zu α-Aminosäuren, insbesondere Homophenylalanin, und α-Hydroxyketonen zu β-Aminoalkoholen, insbesondere Homophenylalaninol, mit integrierter Produktkristallisation aus SP3 betrachtet werden. Anschließend sollen auch die Membrantrennprozesse zur Katalysator- und Lösungsmittelabtrennung aus SP4 untersucht werden. Da der Ansatz in diesem Teilprojekt a priori Wissen aus SP3 benötigt, wird die Methodik für die enzymatische Reaktivkristallisation zunächst an Hand eines Modellsystems aus den Voruntersuchungen zu dieser Forschergruppe entwickelt. Mögliche Erweiterungen in einer zweiten Förderphase betreffen die Untersuchung weitere Reaktionsschritte und deren Einbettung in die Entwicklung eines anlagenweiten selbstlernenden Regelungskonzeptes. Dabei ist zu klären welche Schritte in welcher Weise zu regeln sind, um das Gesamtziel zu erreichen. Des Weiteren sollen das Prozessdesign aus SP6 und die selbstlernende Regelung aus diesem Teilprojekt in einem übergreifenden Konzept integriert werden.
DFG-Verfahren
Forschungsgruppen
