Forschung in der Arbeitsgruppe Digital Process Engineering

Im Zentrum der Forschungsaktivitäten der Arbeitsgruppe stehen methodische und anwendungsorientierte Forschungsaktivitäten zur
Automatisierung, Optimierung, Überwachung und Regelung von komplexen dynamischen Systemen, Prozessen und Anlagen. Dies umfasst sowohl modell- als auch datengestützte Konzepte mit dem Ziel, sogenannte First-Principle Ansätze mit modernen KI-Methoden im Rahmen von hybriden Ansätzen zu verknüpfen, um damit einen möglichst interpretierbaren Ausgangspunkt für die nachhaltige Automatisierung, Optimierung und Regelung zu schaffen. 

Aktuelle Schwerpunkte der methodischen Forschung sind 

• die interpretierbare Modellierung von Prozessen, Systemen und Anlagen durch
  die Verbindung von First-Principle Ansätzen, Domänenwissen und Datenwissenschaften
• die Entwicklung, Analyse und Integration von modell- und datengestützten Methoden und Konzepten
  zur dynamischen Online-Optimierung, zur Stabilisierung und zur optimal-prädiktiven, adaptiven bzw. lernenden Regelung von komplexen dynamischen Prozessen, Systemen und Anlagen
• die Entwicklung und Integration von Soft(ware)sensoren und modell- bzw. datenbasierter Zustands- und Parameterschätzverfahren
• die Entwicklung neuer effizienter Methoden zur Analyse, Optimierung und (dezentralen) Regelung
  vernetzter dynamischer Systeme und Prozesse unter Einbezug graphentheoretischer Konzepte
• die Entwicklung und Integration von neuromorphen lernenden Elementen zur Regelung und Prädiktion und von Konzepten des Reservoir Computing zur Systemmodellierung.