In der Prozessindustrie sind die Anforderungen an die Verfahren wie preiswertes Design und umweltschonenden Betrieb vielseitig, und teilweise auch gegenläufig. Hierdurch steigt der Bedarf an flexibleren Produktionsanlagen, um den steigenden Anforderungen bezüglich der schnell wechselnden Marktanforderungen und der Umweltverträglichkeit gerecht zu werden. Ressourcenschonung und Reduzierung der Umweltbelastung sind Ziele, die die gängigen Verfahren aufgrund der sich ändernden Umweltauflagen (Reinheit der Gasemission) an die Grenzen der Wirtschaftlichkeit bringen. Die Reaktivabsorption und die anschließende Desorption stellt durch die Kombination von Stofftrennung und chemischer Reaktion in Mehrkomponentensystemen ein sehr komplexes Verfahren mit einem hohen Optimierungspotential dar. Dies gilt insbesondere für die im Rahmen des Forschungsprojektes zu untersuchende Ammoniak-Schwefelwasserstoff-Kreislaufwäsche zur Reinigung von Kokereiabgasen. Bei diesem industriell relevanten und hier exemplarisch ausgewählten Prozess basiert der konventionelle Betrieb integrierter Kolonnensysteme auf der vorherigen Auslegung für einen konstanten Betriebspunkt. In der Realität ändern sich jedoch die Randbedingungen, so dass die Prozesse am vorgegebenen Betriebspunkt nicht optimal betrieben werden können. Hier liegt die besondere wissenschaftliche Herausforderung bezüglich der Online-Optimierung, die Umweltrestriktionen sowie alle Produktanforderungen unter den gegebenen Anlagenbegrenzungen und den sich ändernden Echtzeit-Randbedingungen zur Minimierung der Betriebskosten gleichzeitig einzuhalten. Im Rahmen des Forschungsvorhabens wird eine Methodik zur Online Optimierung entwickelt und an einer realen Anlage (AS-Kreislaufwäsche) im Pilotmaßstab erprobt und bewertet. Als Ergebnis ist ein effizientes robustes Online-Optimierungssystem zur Ermittlung optimaler Prozessführungsstrategien für dynamische nichtlineare große Systeme unter Echtzeit-Randbedingungen zu erwarten. Die zu entwickelnde Methodik der Online-Optimierung ist allgemeingültig und soll für die Optimierung anderer Prozesse übertragbar sein.
Im Rahmen dieser Arbeit wird der Stoffaustausch von Zink durch gewebegestützte Flüssigmembranen erforscht. Basierend auf einer Verschiebung des chemischen Gleichgewichtes durch pH-Wert Änderungen wird Zink mit Hilfe des Ionentauschers DEHPA selektiv aus Abwasser abgetrennt und aufkonzentriert. Verschiedene Membrantypen, Einflüsse von oberflächenaktiven Substanzen und andere Wechselwirkungsparameter werden untersucht. Forschungsziel ist, den Stoffdurchgang zu modellieren um einen industriellen Einsatz zu ermöglichen.
In dem Forschungsvorhaben werden bestehende Gebaeude mit Hilfe einer zweistufigen Methodik oekologisch bewertet. Zuerst werden mit Hilfe einer Datenbank typische Wand-, Decken- und Dachkonstruktionen bezogen auf 1 m2 Konstruktionsflaeche quantitativ erfasst. Diese werden anschliessend mit den Gebaeudedaten der zu bewertenden Wohngebaeude verknuepft. In der zweiten Stufe wird eine Bewertungsmatrix fuer das Gebaeude erstellt, die Werte fuer eine oekologische Belastung in der Herstellungs- und Betriebsphase und qualitative Aussagen zu Trennbarkeit, Recyclingfaehigkeit etc. enthaelt.
Die Energiewende und der Einstieg in die Kreislaufwirtschaft stellen die chemische Industrie vor enorme Herausforderungen im Bereich der Prozessentwicklung; DiKey stellt zentrale digitale Technologien für deren Bewältigung bereit. Mittels Methoden des Maschinellen Lernen (ML) werden hochgenaue und breit anwendbare Stoffdatenmodelle entwickelt, wobei in einem Federated Learning Ansatz unter Nutzung neuer Verschlüsselungstechnologien erstmals auch die Stoffdaten verschiedener Unternehmen mit denen aus der Wissenschaft zusammengeführt und mit hoch leistungsfähigen neuen digitalen Methoden für die Prozessentwicklung anwendbar gemacht werden; hierbei ergeben sich auch ganz neue Geschäftsmodelle. In DiKey wird demonstriert, dass so die Entwicklung neuer Prozesse erheblich beschleunigt und die transparente Erfüllung von Nachhaltigkeitszielen bei gleichzeitiger Berücksichtigung wirtschaftlicher Kenngrößen überhaupt erst möglich wird.
Die Energiewende und der Einstieg in die Kreislaufwirtschaft stellen die chemische Industrie vor enorme Herausforderungen im Bereich der Prozessentwicklung; DiKey stellt zentrale digitale Technologien für deren Bewältigung bereit. Mittels Methoden des Maschinellen Lernen (ML) werden hochgenaue und breit anwendbare Stoffdatenmodelle entwickelt, wobei in einem Federated Learning Ansatz unter Nutzung neuer Verschlüsselungstechnologien erstmals auch die Stoffdaten verschiedener Unternehmen mit denen aus der Wissenschaft zusammengeführt und mit hoch leistungsfähigen neuen digitalen Methoden für die Prozessentwicklung anwendbar gemacht werden; hierbei ergeben sich auch ganz neue Geschäftsmodelle. In DiKey wird demonstriert, dass so die Entwicklung neuer Prozesse erheblich beschleunigt und die transparente Erfüllung von Nachhaltigkeitszielen bei gleichzeitiger Berücksichtigung wirtschaftlicher Kenngrößen überhaupt erst möglich wird.
Die Energiewende und der Einstieg in die Kreislaufwirtschaft stellen die chemische Industrie vor enorme Herausforderungen im Bereich der Prozessentwicklung; DiKey stellt zentrale digitale Technologien für deren Bewältigung bereit. Mittels Methoden des Maschinellen Lernen (ML) werden hochgenaue und breit anwendbare Stoffdatenmodelle entwickelt, wobei in einem Federated Learning Ansatz unter Nutzung neuer Verschlüsselungstechnologien erstmals auch die Stoffdaten verschiedener Unternehmen mit denen aus der Wissenschaft zusammengeführt und mit hoch leistungsfähigen neuen digitalen Methoden für die Prozessentwicklung anwendbar gemacht werden; hierbei ergeben sich auch ganz neue Geschäftsmodelle. In DiKey wird demonstriert, dass so die Entwicklung neuer Prozesse erheblich beschleunigt und die transparente Erfüllung von Nachhaltigkeitszielen bei gleichzeitiger Berücksichtigung wirtschaftlicher Kenngrößen überhaupt erst möglich wird.
Die Energiewende und der Einstieg in die Kreislaufwirtschaft stellen die chemische Industrie vor enorme Herausforderungen im Bereich der Prozessentwicklung; DiKey stellt zentrale digitale Technologien für deren Bewältigung bereit. Mittels Methoden des Maschinellen Lernen (ML) werden hochgenaue und breit anwendbare Stoffdatenmodelle entwickelt, wobei in einem Federated Learning Ansatz unter Nutzung neuer Verschlüsselungstechnologien erstmals auch die Stoffdaten verschiedener Unternehmen mit denen aus der Wissenschaft zusammengeführt und mit hoch leistungsfähigen neuen digitalen Methoden für die Prozessentwicklung anwendbar gemacht werden; hierbei ergeben sich auch ganz neue Geschäftsmodelle. In DiKey wird demonstriert, dass so die Entwicklung neuer Prozesse erheblich beschleunigt und die transparente Erfüllung von Nachhaltigkeitszielen bei gleichzeitiger Berücksichtigung wirtschaftlicher Kenngrößen überhaupt erst möglich wird.
Die Energiewende und der Einstieg in die Kreislaufwirtschaft stellen die chemische Industrie vor enorme Herausforderungen im Bereich der Prozessentwicklung; DiKey stellt zentrale digitale Technologien für deren Bewältigung bereit. Mittels Methoden des Maschinellen Lernen (ML) werden hochgenaue und breit anwendbare Stoffdatenmodelle entwickelt, wobei in einem Federated Learning Ansatz unter Nutzung neuer Verschlüsselungstechnologien erstmals auch die Stoffdaten verschiedener Unternehmen mit denen aus der Wissenschaft zusammengeführt und mit hoch leistungsfähigen neuen digitalen Methoden für die Prozessentwicklung anwendbar gemacht werden; hierbei ergeben sich auch ganz neue Geschäftsmodelle. In DiKey wird demonstriert, dass so die Entwicklung neuer Prozesse erheblich beschleunigt und die transparente Erfüllung von Nachhaltigkeitszielen bei gleichzeitiger Berücksichtigung wirtschaftlicher Kenngrößen überhaupt erst möglich wird.
In Elektrodenanordnungen mit zwischengeschaltetem Dielektrikum koennen bei Anlegen einer hinreichend hohen Wechselspannung Entladungsvorgaenge eingeleitet werden, die zur Zersetzung des Gases fuehren (auf diese Art und Weise ist beispielsweise auch Ozon fuer die Trink- und Abwasseraufbereitung erzeugbar). Es ist naheliegend zu untersuchen, ob bei einer solchen Art von 'Stiller Elektrischer Entladung' auch Schadgase zersetzt werden koennen. Die Untersuchungen wurden mit NOx und SO2 durchgefuehrt.
| Organisation | Count |
|---|---|
| Bund | 968 |
| Europa | 49 |
| Kommune | 3 |
| Land | 37 |
| Weitere | 2 |
| Wirtschaft | 7 |
| Wissenschaft | 384 |
| Zivilgesellschaft | 79 |
| Type | Count |
|---|---|
| Förderprogramm | 966 |
| Text | 3 |
| unbekannt | 2 |
| License | Count |
|---|---|
| Geschlossen | 3 |
| Offen | 968 |
| Language | Count |
|---|---|
| Deutsch | 923 |
| Englisch | 105 |
| Resource type | Count |
|---|---|
| Dokument | 1 |
| Keine | 493 |
| Webseite | 477 |
| Topic | Count |
|---|---|
| Boden | 652 |
| Lebewesen und Lebensräume | 636 |
| Luft | 452 |
| Mensch und Umwelt | 971 |
| Wasser | 469 |
| Weitere | 969 |