Anzeigesprache
Zur Modulseite PDF generieren

#30211 / #6

Seit SoSe 2024

Deutsch

Optimization in Process Sciences
Prozessoptimierung

6

Esche, Erik

benotet

Portfolioprüfung

Zugehörigkeit


Fakultät III

Institut für Prozess und Verfahrenstechnik

33351500 FG Dynamik und Betrieb technischer Anlagen

MSc Energie- und Verfahrenstechnik

Kontakt


KWT 9

Esche, Erik

lehre@dbta.tu-berlin.de

Lernergebnisse

Studierende - besitzen Kenntnisse über numerische Methoden für die Optimierung des Anlagendesigns und des Anlagenbetriebs chemischer und biotechnologischer Prozesse, - kennen Parameterschätzprobleme und Grundlagen der Identifizierbarkeitsanalyse von Modellparametern für die Modellbildung, - besitzen die Fähigkeit geeignete numerische Lösungsalgorithmen für Optimierungsprobleme auszuwählen, kennen die entsprechenden Standard-Problemformulierungen und können numerische Lösungen interpretieren, - beherrschen die praktische Anwendung von Methoden zur statischen und dynamischen Optimierung für lineare und nichtlineare Problemstellungen mit kontinuierlichen und diskreten Variablen und beherrschen deren praktische Anwendung. Die Veranstaltung vermittelt: 20% Wissen & Verstehen, 20% Analyse & Methodik, 20% Entwicklung & Design, 20 % Recherche & Bewertung, 20 % Anwendung & Praxis

Lehrinhalte

- Lineare Optimierung - Beschränkte und unbeschränkte Optimierung - Nichtlinear und konvexe Problemstellungen - Quadratische Programmierung und Analyse endlich dimensionaler konvexer Mengen und Funktionen - Nichtlineare Ausgleichsprobleme und Identifizierbarkeitsanalyse - Sequentielle und simultane Optimierungsstrategien - Dynamische Optimierung und Optimalsteuerung - Gemischt ganzzahlige lineare und nichtlineare Optimierung, Modellierungsansätze für diskrete Probleme - Stochastische Optimierungsverfahren

Modulbestandteile

Pflichtteil:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVZ
ProzessoptimierungIV0339 L 420WiSe/SoSeEnglisch4

Arbeitsaufwand und Leistungspunkte

Prozessoptimierung (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.04.0h60.0h
Vor-/Nachbereitung15.02.0h30.0h
90.0h(~3 LP)

Lehrveranstaltungsunabhängiger Aufwand:

AufwandbeschreibungMultiplikatorStundenGesamt
Projekt1.060.0h60.0h
Prüfungsvorbereitung1.030.0h30.0h
90.0h(~3 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Es handelt sich um eine integrierte Lehrveranstaltung, es kommen Vorlesungen, analytische Übungen und Praktika zum Einsatz, wobei in der Übung und im Praktikum auch Rechnerwerkzeuge verwendet werden. Der Übungsteil findet ausschließlich am Rechner statt, Praktika werden durch theoretische Arbeiten und Aufarbeitung von Fachliteratur ergänzt. Die Praktika werden in Kleingruppen selbständig durchgeführt, begleitend werden von den Lehrenden Sprechstunden angeboten.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Vorkenntnisse in Matlab oder Python sowie Grundlagen der numerischen Mathematik

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache

Deutsch/Englisch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
Klausur34schriftlich1h
Semesteraufgabe66praktischMax. 40 Seiten

Notenschlüssel

Notenschlüssel »Notenschlüssel 5: Fak III (1)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt95.0pt92.0pt89.0pt86.0pt83.0pt80.0pt77.0pt74.0pt71.0pt68.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Bei geringer Teilnehmeranzahl kann die Klausur auch durch eine mündliche Rücksprache ersetzt werden.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 24.

Anmeldeformalitäten

Alle Anmeldeformalität werden auf der Fachgebietswebseite https://www.tu.berlin/dbta/ bekannt gegeben.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar
Zusätzliche Informationen:
www.isis.tu-berlin.de

 

Literatur

Empfohlene Literatur
Nonlinear and Mixed-Integer Optimization: Fundamentals and Applications, Oxford University Press, C. Floudas.
Optimization of Chemical. Processes, 2nd Ed., Prentice Hall, Edgar, T. F.; Himmelblau, D. M.; Ladson, L. S.,

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Chemieingenieurwesen (M. Sc.)22SoSe 2024SoSe 2024
Energie- und Verfahrenstechnik (M. Sc.)11SoSe 2024SoSe 2024
Process Energy and Environmental Systems Engineering (M. Sc.)22SoSe 2024SoSe 2024
Regenerative Energiesysteme (M. Sc.)11SoSe 2024SoSe 2024

Sonstiges

Keine Angabe