Steady-state Optimization - Interaktive Studienpläne der TU Ilmenau

Grundlagen der Mathematik, Physik, Elektrotechnik; Control Engineering

Die Studierenden können

• die Grundlagen, Problemstellungen und Methoden der statischen Prozessoptimierung klassifizieren,
• Methoden und Werkzeuge anwenden,
• unterschiedliche Problemstellungen und mathematische Herleitungen  analysieren und generieren sowie
• Anwendungsfälle für industrielle Prozesse analysieren, entwickeln und bewerten.

Optimierung des Designs und des Betriebs industrieller Prozesse
• Lineare und Nichtlineare Programmierung
• Mixed-Integer Optimierung
• Anwendung von Optimierwerkzeugen (GAMS) am Rechner
• Praktische Anwendungsbeispiele

Lineare Programmierung:
Theorie der linearen Programmierung, Freiheitsgrad, zulässiger Bereich, graphische Darstellung/Lösung, Simplexmethode, Dualität, Mischungsproblem, optimale Produktionsplanung.

Nichtlineare Optimierung:
Konvexitätsanalyse, Probleme ohne und mit Nebenbedingungen, Optimalitätsbedingungen, Methode des goldenen Schnitts, das Gradienten-, Newton-, Quasi-Newton-Verfahren, Probleme mit Nebenbedingungen, Kuhn-Tucker-Bedingungen, SQP-Verfahren (Sequentiell Quadratische Programmierung), Active-Set-Methode, Approximation der Hesse-Matrix, Anwendung in der optimalen Auslegung industrieller Prozesse.

Mixed-Integer Nichtlineare Programmierung (MINLP):
Mixed-Integer Lineare und Nichtlineare Programmierung (MILP, MINLP), Branch-and-Bound-Methode,  Master-Problem, Optimierungssoftware GAMS, Anwendung im Design industrieller Prozesse.

Präsentation, Tafelanschrieb

T. F. Edgar, D. M. Himmelblau: Optimization of Chemical Processes, McGraw-Hill, New York, 1989

Teo, K. L., Goh, C. J., Wong, K. H: A Unified Computational Approach to Optimal Control Problems. John Wiley & Sons, New York, 1991

C. A. Floudas: Nonlinear and Mixed-Integer Optimization, Oxford University Press, 1995

L. T. Biegler, I. E. Grossmann, A. W. Westerberg: Systematic Methods of Chemical Process Design. Prentice Hall, New Jersey, 1997

J. Nocedal, S. J. Wright: Numerical Optimization, Springer-Verlag, 1999