Forschung bei Umesoft:

An dieser Stelle stellen wir Ihnen unsere Forschungstätigkeiten vor.

Umesoft hat in den letzten Jahren zunehmend Forschungsprojekte durchgeführt, um Design of Experiments (DoE) noch besser und effektiver zu machen. Wir werden hierbei seit 2016 im Rahmen des 6. Energieforschungsprogramm „Forschung für eine umweltschonende, zuverlässige und bezahlbare Energieversorgung" vom Bundesministerium für Wirtschaft und Energie, BMWi, im gefördert. Im Projekt, Green Salpeter: Verbesserte Energieeffizienz und Umweltfreundlichkeit in der Salpetersäureproduktion; Teilvorhaben: Versuchsplanung, Modellierung, Optimierung, Prozessüberwachung , das wir zusammen mit zwei Industriepartnern und der Technischen Universität Darmstadt, TUD, durchführen, geht es um die Effizienzsteigerung in der Salpeterproduktion. Die Förderung wurde gerade (Frühjahr 2020) bis 2023 verlängert.

Unser eigenes zentrales Forschungsthema, das wir in das Forschungsprojekt einbringen, ist die Verbesserung von Modellen und Versuchsplänen durch die Zusammenführung von Dimensionsanalyse und Design of Experiments.

1. Dim-DoE: Dimensionsanalyse und Design of Experiments, Dim-DoE, interessiert uns seit 2011. Durch die Kombination dieser anerkannten Methoden kann man Versuchsplanung effizienter machen und mit hinreichendem Ingenieurswissen und Versuchsplanungserfahrung sogar den Scale-Up von Prozessen effizient und optimal erreichen. Näheres zum Thema finden Sie hier. Wir haben ein R-package und Anwendungsroutinen , die die Funktionalität des Packages zeigen, entwickelt, die wir zwar nicht öffentlich zur Verfügung stellen, die Sie aber gerne bei uns abrufen dürfen.

2.DoE-DiVa ist der Name eines anwenderfreundlichen Software-Prototyps, den wir im Rahmen des o. g., seit 2016 vom BMWi geförderten Entwicklungsprojekts zusammen mit tkIS, Umicore und der TU Darmstadt entwickeln. Er erlaubt es, Versuchspläne für dimensionslose Faktoren zu erstellen, zurückzurechnen und für Optimierung und Scale-Up zu nutzen. Mit Abschluss des ersten Projektabschnittes steht ein stabiler Prototyp, Version 0.20.0 zur Verfügung, den Sie bei Interesse gerne von uns bekommen können.

3. Data-Preprocessing: Im Kontext eines vom Bundesministerium für Bildung und Forschung, BMBF, geförderten Projektes Wissensbasierte Aufbereitung von Prozessdaten, welches 2012 bis 2013 bei der Aixcape e.V. durchgeführt wurde entstand die Software, KiDaP und ein Kompendium mit Data-Preprocessing-Methoden, das Sie gerne besuchen können.

4. Mischungen mit Verhältnissen: Ein Mixture-Design ist ein Design, für das die, oder ein Teil der Faktoren dem Mixture-Constraint - also, dass sie in der Summe 100% ergeben müssen - unterliegen. Für diesem Fall verwendet man üblicherweise Simplex-Designs oder D-optimal Designs. Manchmal ist es aber cleverer, anstatt der Mischungskomponenten selber, deren Verhältnisse als Faktoren zu verwenden (schließlich kennt die Chemie so etwas wie stöichometrische Überlegungen). Diese unterliegen keinem Constraint und können in allen klassischen Plänen verwendet werden. Aber wie berechnet man daraus die Anteile?

Bspl: Mischungskomponenten A, B, C, daraus die Verhältnisse R1=A:B und R2=A:C.

Knobelaufgabe: Wie berechnet man A, B, und C, wenn man R1 und R2 vorgibt?

Gar nicht so einfach: A = R1*R2/(R1*R2 + R2 + R1), B = R2/(R1*R2 + R2 + R1), C = R1/(R1*R2 + R2 + R1)!

Hier ist ein kleines Progrämmchen, mit dem Sie die Formeln ermitteln können. Die Hintergründe erläutern wir im Fortgeschrittenenkurs Versuchsplanung für die Produktoptimierung.

5. Prozessfähigkeitsindizes aus einem DoE zu berechnen ist spätestens seit MODDE 10 ein Kinderspiel. Im Jahr 2011 hatten wir untersucht, inwieweit man die so genannte Bootstrapping-Methode von Bradley Efron hierfür verwenden kann. Hier finden Sie ein paar Details.