Lehre

Abstract

Die chemische Industrie steht vor der Herausforderung, neuartige Syntheseprozesse nicht nur wirtschaftlich, sondern auch ?kologisch fundiert zu bewerten. Ziel dieser Abschlussarbeit ist die Erstellung von ?kobilanzen (Life Cycle Assessments, LCA) für ausgew?hlte innovative chemische Synthesewege und ihr Vergleich anhand relevanter Nachhaltigkeitskriterien. Aufbauend auf der zu definierenden funktionalen Einheit werden zentrale Stoff- und Energiestr?me modelliert und u. a. mithilfe etablierter ?kobilanzdatenbanken quantifiziert.

Die inhaltliche Weite der Betrachtung kann?gew?hlt werden. Ein?prozessbezogener Fokus?richtet sich auf die detaillierte Abbildung und Bewertung der Prozessführung innerhalb eines einzelnen Produktionsstandorts, etwa hinsichtlich Energieeinsatz und Prozessausbeuten für alternative Verfahrensvarianten. Alternativ erm?glicht ein?wertsch?pfungskettenbezogener Fokus?die Ausweitung der Analyse auf vor- und nachgelagerte Stufen der Wertsch?pfungskette, einschlie?lich der Rohstoffgewinnung und -aufbereitung, der Transporte und der Verwertung von Kuppelprodukten.

In beiden F?llen liegt ein besonderes Augenmerk auf der Durchführung numerischer Experimente, mit denen der Einfluss zentraler Parameter auf Umweltwirkungen wie Treibhauspotenzial, Ressourcenverbrauch oder Versauerung systematisch untersucht wird. Die Arbeit verbindet methodische Grundlagen der ?kobilanzierung mit einer softwaregestützten Implementierung in Python unter Nutzung von bspw. ecoinvent und Brightway2. Die Ergebnisse liefern transparente Entscheidungsgrundlagen und konkrete Ansatzpunkte zur nachhaltigen Gestaltung chemischer Prozesse und Wertsch?pfungssysteme.

M?gliche Bestandteile der Arbeit

• Einführung in Nachhaltigkeit und ?kobilanzierung in der Chemieindustrie

• Definition von Ziel und Untersuchungsrahmen

• Modellierung der Syntheseprozesse und Datenauswahl

• Implementierung der LCA in Python (Brightway2, ecoinvent)

• Durchführung numerischer Sensitivit?ts- und Szenarioanalysen

• Interpretation, Vergleich und Diskussion der Ergebnisse

• Ableitung von Handlungsempfehlungen für nachhaltige Prozessgestaltung

Abstract

Das Projektmanagement in der Chemieindustrie umfasst ein breites Spektrum an Projekttypen, etwa zur Produktentwicklung, zur Anlagenplanung oder für organisationelle Verbesserungen. 百利宫_百利宫娱乐平台￥官网e Projekte sind h?ufig durch komplexe technische und organisatorische Abh?ngigkeiten, begrenzte personelle und finanzielle Ressourcen sowie Unsicherheiten in den Projektverl?ufen gekennzeichnet (ressourcenbeschr?nkte Projektplanung, resource-constrained project scheduling).

Ziel dieser Abschlussarbeit ist die Entwicklung eines mathematischen Optimierungsmodells zur Unterstützung der Projektplanung in der Chemieindustrie. Aufbauend auf realistischen Projektstrukturen werden Arbeitspakete, Ziele, Ressourcenkapazit?ten sowie technologische und organisatorische Abh?ngigkeiten formalisiert. Der Anwendungskontext kann sich z. B. an den oben genannten Projekttypen orientieren.

Mithilfe von Methoden des Operations Research (z. B. gemischt-ganzzahlige Programmierung, Heuristiken) wird ein Ansatz zur Optimierung entwickelt, der die spezifischen Eigenschaften des Projektmanagements in der Chemieindustrie explizit berücksichtigt. Die Implementierung erfolgt in Python, die L?sung meistens mithilfe eines kommerziellen Solvers wie Gurobi. Die Arbeit zeigt, wie quantitative Entscheidungsmodelle das klassische Projektmanagement erg?nzen und eine fundierte, transparente Planung komplexer Projekte in der Chemieindustrie erm?glichen.

M?gliche Bestandteile der Arbeit

• Grundlagen des Projektmanagements und Project Schedulings

• ?berblick über Projekttypen in der Chemieindustrie (z. B. F&E, Anlagenplanung, Instandhaltung, Nachhaltigkeitsprojekte, ...)

• Analyse typischer Eigenschaften der Projekte in der Chemieindustrie

• Mathematische Formulierung des Optimierungsmodells

• Implementierung in Python und L?sung mit Gurobi

• Analyse ausgew?hlter Projekt- und Szenarienvarianten

• Sensitivit?tsanalysen zu Ressourcen, Dauer, Priorit?ten, ...

• Diskussion praktischer Implikationen und Modellgrenzen

• Ausblick auf wissenschaftlich?und praktisch relevante Modellerweiterungen

Abstract

Chemische Produktionsstandorte bestehen aus komplexen Anlagenverbünden mit stofflichen, energetischen und logistischen Kopplungen. Ziel dieser Abschlussarbeit ist die modellbasierte Gestaltung und Optimierung solcher Anlagenverbünde unter ?konomischen und technischen Randbedingungen. Ausgangspunkt ist die formale Beschreibung eines mehrstufigen Produktionssystems mit mehreren Anlagen, Zwischenprodukten und Kapazit?tsrestriktionen.
Auf Basis von Methoden des Operations Research wird ein Optimierungsmodell entwickelt, das Entscheidungen zur Auslastung, Kopplung und Dimensionierung von Anlagen unterstützt. Je nach Schwerpunkt k?nnen dabei Kosten, Durchsatz, Energieeffizienz oder Flexibilit?t als Zielgr??en betrachtet werden. Die Implementierung in Python mit Gurobi erlaubt die L?sung realit?tsnaher Problemgr??en sowie die Analyse alternativer Struktur- und Nachfrageszenarien.
Die Arbeit zeigt, wie quantitative Modelle zur strategischen und operativen Entscheidungsunterstützung im Anlagenmanagement eingesetzt werden k?nnen. Die Ergebnisse liefern wertvolle Erkenntnisse für Investitions-, Ausbau- und Betriebsentscheidungen in der chemischen Industrie und verdeutlichen den Nutzen integrierter Planungsans?tze.

M?gliche Bestandteile der Arbeit

• Einführung in Prozess- und Anlagenmanagement

• Beschreibung und Abgrenzung des Anlagenverbundes

• Mathematische Modellierung der Produktionsstruktur

• Implementierung des Optimierungsmodells in Python/Gurobi

• Szenario- und Sensitivit?tsanalysen

• Interpretation der Ergebnisse für das Anlagenmanagement

• Diskussion von Limitationen und Praxisübertragbarkeit

Abstract

Produktionsnetzwerke der Chemieindustrie sind r?umlich verteilt und mehrstufig aufgebaut, mit komplexen Abh?ngigkeiten zwischen Produktionsstandorten, Zwischenprodukten, Transportbeziehungen und Kapazit?tsrestriktionen. Ziel dieser Abschlussarbeit ist die modellbasierte Bewertung und Gestaltung solcher mehrstufigen Produktions- und Logistiknetzwerke unter Einsatz von Methoden der Optimierung.

Ausgehend von einem zu definierenden Produktportfolio werden alternative Netzwerkstrukturen formal beschrieben, die sich beispielsweise in der Anzahl und r?umlichen Lage der Produktionsstufen, der Zuordnung von Prozessen zu Standorten sowie in Transportbeziehungen und -kapazit?ten unterscheiden. Mithilfe von Methoden des Operations Research wird ein Optimierungsmodell entwickelt, das zentrale Zielgr??en wie Gesamtkosten, Durchlaufzeiten oder Kapazit?tsauslastungen berücksichtigt. Nachhaltigkeitsaspekte k?nnen dabei erg?nzend als Nebenbedingungen oder zus?tzliche Bewertungskriterien integriert werden.

Die Implementierung des Modells erfolgt in Python, die L?sung mit kommerziellen Solvern wie Gurobi. Die Arbeit zeigt, wie Optimierungsmodelle zur systematischen Bewertung und Auslegung komplexer Produktionsnetzwerke eingesetzt werden k?nnen und liefert fundierte Entscheidungsgrundlagen für strategische und taktische Planungsfragen in der Chemieindustrie.

M?gliche Bestandteile der Arbeit

• Grundlagen der Netzwerkplanung

• Charakterisierung mehrstufiger Produktionsnetzwerke in der Chemieindustrie

• Modellierung von Standorten, Produktionsstufen, Stoffflüssen und Transportbeziehungen

• Formulierung des eines Optimierungsmodells

• Implementierung in Python und L?sung mit Gurobi

• Analyse alternativer Netzwerkstrukturen und Nachfrageszenarien

• Sensitivit?tsanalysen zu Kapazit?ten, Kosten und Transportrelationen

• Interpretation der Ergebnisse und Ableitung von Gestaltungsoptionen

• Diskussion von Modellannahmen und praktischer ?bertragbarkeit