Skip to main content
SpringerLink
Log in

Design of Experiments in der Chemischen Reaktionstechnik

  • Living reference work entry
  • First Online:
Handbuch Chemische Reaktoren

Part of the book series: Springer Reference Naturwissenschaften ((SRN))

  • 664 Accesses

Zusammenfassung

Chemische Prozesse können durch nichtlineare Differentialgleichungen beschrieben werden, typischerweise mit unbekannten Modellparametern. Durch Parameterschätzung können die Modelle a\n experimentelle Daten angepasst werden. Die geschätzten Parameter sind mit statistischen Unsicherheiten behaftet, die von der Art der Experimente abhängen und bereits vor deren Durchführung berechnet und durch optimale Versuchsplanung minimiert werden können. In diesem Beitrag werden diese Optimierungsprobleme formuliert, Methoden zur Lösung diskutiert und ihre Wirksamkeit durch Anwendung auf ein chemisches Reaktionssystem demonstriert.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Institutional subscriptions

Literatur

  • Albersmeyer, J., Bock, H.: Sensitivity generation in an adaptive BDF-method. In: Bock, H.G., Kostina, E., Phu, X., Rannacher, R. (Hrsg.) Modeling, Simulation and Optimization of Complex Processes: Proceedings of the International Conference on High Performance Scientific Computing, March 6–10, 2006, Hanoi, Vietnam, S. 15–24. Springer, Berlin/Heidelberg/New York (2008)

    Chapter  Google Scholar 

  • Ascher, U.M., Petzold, L.R.: Computer Methods for Ordinary Differential Equations and Differential-Algebraic Equations. SIAM, Philadelphia, (1998)

    Google Scholar 

  • Bandara, S., Meyer, T.: Design of experiments to investigate dynamic cell signaling models. Methods Mol. Biol. (Clifton, NJ). 880, 109–118 (2012)

    Article  CAS  Google Scholar 

  • Bauer, I.: Numerische Verfahren zur Lösung von Anfangswertaufgaben und zur Generierung von ersten und zweiten Ableitungen mit Anwendungen in Chemie und Verfahrenstechnik. Preprint, SFB 359, Universität Heidelberg (2001)

    Google Scholar 

  • Bock, H.G.: Randwertproblemmethoden zur Parameteridentifizierung in Systemen nichtlinearer Differentialgleichungen. Bonner Math. Schriften 183 (1987)

    Google Scholar 

  • Jost, F., Kudruss, M., Körkel, S., Walter, S.F.: A computational method for key-performance-indicator-based parameter identification of industrial manipulators. J. Math. Ind. 7(1), 9 (2017)

    Article  Google Scholar 

  • Kircheis, R.: Structure Exploiting Parameter Estimation and Optimum Experimental Design Methods and Applications in Microbial Enhanced Oil Recovery. Doktorarbeit, Universität Heidelberg (2015)

    Google Scholar 

  • Körkel, S.: Numerische Methoden für Optimale Versuchsplanungsprobleme bei nichtlinearen DAE-Modellen. Dissertation, Universität Heidelberg (2002)

    Google Scholar 

  • Körkel, S., Arrellano-Garcia, H.: Online experimental design for model validation. In de Brito Alves, R.M., do Nascimento, C.A.O., Jr., E.C.B. (Hrsg.), Proceedings of 10th International Symposium on Process Systems Engineering – PSE2009 (2009)

    Google Scholar 

  • Körkel, S., Kostina, E.: Numerical methods for nonlinear experimental design. In: Bock, H.G., Kostina, E., Phu, H.X., Rannacher, R. (Hrsg.) Modelling, Simulation and Optimization of Complex Processes, Proceedings of the International Conference on High Performance Scientific Computing, March 10–14, 2003, Hanoi, Vietnam, S. 255–272. Springer, Berlin/Heidelberg (2004)

    Google Scholar 

  • Körkel, S., Bauer, I., Bock, H.G., Schlöder, J.P.: A sequential approach for nonlinear optimum experimental design in DAE systems. In: Keil, F., Mackens, W., Voss, H., Werther, J. (Hrsg.) Scientific Computing in Chemical Engineering II, Bd. 2, S. 338–345. Springer, Berlin/Heidelberg (1999)

    Google Scholar 

  • Körkel, S., Kostina, E., Bock, H.G., Schlöder, J.P.: Numerical methods for optimal control problems in design of robust optimal experiments for nonlinear dynamic processes. Optim. Methods Softw. (OMS) J. 19(3–4), 327–338 (2004)

    Article  Google Scholar 

  • Körkel, S., Arellano-Garcia, H., Schöneberger, J., Wozny, G.: Optimum experimental design for key performance indicators. In: Braunschweig, B., Joulia, X., (Hrsg.) Proceedings of 18th European Symposium on Computer Aided Process Engineering – ESCAPE 18 (2008)

    Google Scholar 

  • Nocedal, J., Wright, S.J.: Numerical Optimization. Springer Series in Operations Research. Springer, New York (2006)

    Google Scholar 

  • Pukelsheim, F.: Optimal Design of Experiments. Wiley, New York (1993)

    Google Scholar 

  • Sager, S.: Sampling decisions in optimum experimental design in the light of Pontryagin’s maximum principle. SIAM J. Control. Optim. 51(4), 3181–3207 (2013)

    Article  Google Scholar 

  • Schöneberger, J., Arellano-Garcia, H., Wozny, G., Körkel, S., Thielert, H.: Model-based experimental analysis of a fixed bed reactor for catalytic SO2 oxidation. Ind. Eng. Chem. Res. 48, 5165–5176 (2009)

    Article  CAS  Google Scholar 

  • Schöpflin, F.: Untersuchung des Einsatzes der Modellgestẗzten Versuchsplanung für Anwendungsprobleme in der Solartechnik. Master’s thesis, University of Applied Sciences Karlsruhe (2014)

    Google Scholar 

  • Seber, G.A.F., Wild, C.J.: Nonlinear Regression. Wiley (1989)

    Google Scholar 

  • Walter, W.: Gewöhnliche Differentialgleichungen. Springer, Berlin/Heidelberg, (2000)

    Chapter  Google Scholar 

  • Weiler, C.K.F., Körkel, S.: Optimum experimental design for extended Gaussian disorder modeled organic semiconductor devices. J. Appl. Phys. 113, 094903, (2013)

    Article  CAS  Google Scholar 

Download references

Acknowledgements

Die in diesem Artikel beschrieben Methoden zur Optimalen Versuchsplanung wurden vom Autor im wesentlichen während seiner Tätigkeit am Interdisziplinären Zentrum für wissenschaftliches Rechnen der Universität Heidelberg durchgeführt, zunächst als wissenschaftlicher Mitarbeiter in einem BMBF-Projekt und in einem DFG-Sonderforschungsbereich, später als Leiter einer überwiegend von der BASF finanzierten Nachwuchsforschungsgruppe. Der Autor möchte Hans Georg Bock und Johannes Schlöder sowie Dennis Janka, Felix Jost, Robert Kircheis, Manuel Kudruss, Andreas Schmidt, Sebastian Walter und Christoph Weiler für die hervorragende Zusammenarbeit am IWR sowie Alexander Badinski, Jens Köhler, Alexander Kud, Robert Lee, Michael Rieger, Simeon Sauer, Anna Schreieck und Hergen Schultze für die angenehme und erfolgreiche Kooperation mit der BASF danken.

Author information

Authors and Affiliations

  1. Fakultät Informatik und Mathematik, Ostbayerische Technische Hochschule Regensburg, Regensburg, Deutschland

    Stefan Körkel

Authors
  1. Stefan Körkel
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Stefan Körkel .

Editor information

Editors and Affiliations

  1. Institut für Technische Chemie, TU Dresden, Dresden, Germany

    Wladimir Reschetilowski

Rights and permissions

Reprints and permissions

Copyright information

© 2018 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this entry

Check for updates. Verify currency and authenticity via CrossMark

Cite this entry

Körkel, S. (2018). Design of Experiments in der Chemischen Reaktionstechnik. In: Reschetilowski, W. (eds) Handbuch Chemische Reaktoren. Springer Reference Naturwissenschaften . Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-56444-8_12-1

Download citation

  • DOI: https://doi.org/10.1007/978-3-662-56444-8_12-1

  • Received:

  • Accepted:

  • Published:

  • Publisher Name: Springer Spektrum, Berlin, Heidelberg

  • Print ISBN: 978-3-662-56444-8

  • Online ISBN: 978-3-662-56444-8

  • eBook Packages: Springer Referenz Naturwissenschaften

Publish with us

Policies and ethics

Search

Navigation