Sie befinden sich hier: » Home » Forschung » Optimierung
Deutsch [ger] [eng]

Optimierung

Optimierung des Betriebs von Anlagen der Prozessindustrie

In den letzten ca. 25 Jahren hat sich in der Prozessindustrie die Fachdisziplin der Optimierung von einer primär wissenschaftlich relevanten zu einer Technologie entwickelt, die zunehmenden Einfluss sowohl auf den Entwurf als auch den Betrieb großtechnischer Anlagen hat. Wichtige Optimierungsverfahren sind unter anderem:

  • LP - Linear Programming

  • NLP - Nonlinear Programming

  • IP - Integer Programming

  • MILP - Mixed Integer Linear Programming

  • MINLP - Mixed Integer Nonlinear Programming

Bei den in der industriellen Praxis häufig zu lösenden NLP-Problemen hat sich insbesondere der SQP-Algorithmus (Successive Quadratic Programming) bewährt.

In Abhängigkeit von der Aufgabenstellung ist bei Optimierungsproblemen im Allgemeinen eine Gütefunktion J zu maximieren bzw. zu minimieren, wobei die zu optimierenden Variablen x Gleichungs- bzw. Ungleichungsnebenbedinungen unterliegen. Darüber hinaus können die Optimierungsvariablen x kontinuierlicher oder diskreter Natur sein.

Häufig wird dabei eine Deckungsbeitragsmaximierung mit Hilfe des folgenden Gütekriteriums durchgeführt:

Einen guten Überblick über die Entwicklung von Optimierungsverfahren in der Prozessindustrie bietet: Biegler, L.T. & Grossmann, I.E. (2004) Retrospective on Optimization, Compu-ters and Chemical Engineering 28, S. 1169-1192.

Realisierung von Optimierungskonzepten
Nutzen von Optimierungsprojekten

 
Lehrangebot
Ereignisdiskrete Systeme
Regelungstechnik
Optimierung
Werdegang
Publikationen
Impressum