Automatisierte Identifikation von Kompartments für chemische Reaktornetzwerke

Im Rahmen des Clean Circles Clusterprojektes ist eine Masterarbeit an der Schnittstelle des STFS und dem Institut für Mathematische Modellierung und Analysis der TU Darmstadt zu vergeben. Die Betreuung der Arbeit hat dabei das Institut MMA inne.

Masterthesis

Clean Circles steht für einen einzigartigen Forschungsansatz, in dem Eisen mit seinen Oxiden in einem Kreislauf als Kohlenstoff-freier chemischer Energieträger zur Speicherung erneuerbar erzeugten Stroms (Wind, Sonne) nutzbar gemacht werden soll.

Es kooperieren die TU Darmstadt (Federführung), die Hochschule Darmstadt, das KIT Karlsruhe, das DLR Institut für CO2-arme Industrieprozesse und die JG-Universität Mainz in einem stark transdisziplinären Clusterprojekt. Das Team besteht aus 23 Wissenschaftler_innen in den Fachbereichen Chemie, Mathematik, Maschinenbau, Politikwissenschaft, Wirtschaftswissenschaften. Das Cluster ist in die vier Forschungsfelder Reduktionsverfahren, Oxidationsverfahren, thermodynamisch-mathematische Prozess- und Systembetrachtung und politisch-wirtschaftliche Betrachtung strukturiert.

In unserem Teilprojekt, das zum Forschungsbereich thermodynamisch-mathematische Prozessbetrachtung gehört, befassen wir uns mit der skalen- und komplexitätsreduzierten Modellierung der Reduktion und Oxidation von Eisen in einem chemischen Reaktor. Hierfür werden sogenannte Netzwerkmodelle eingesetzt. Die Idee dabei ist einen realen Reaktor mit seiner sehr komplexer Strömungsstruktur durch ein Netzwerk idealisierter Reaktoren zu approximieren. Die idealisierten Reaktoren können dann durch wesentlich einfachere Modellgleichungen beschrieben werde. Auf diese Weise kann der Rechenaufwand im Vergleich zu voll aufgelösten Strömungssimulationen erheblich reduziert werden. Dadurch soll es möglich werden, breit gefächerte Parameterstudien durchzuführen, die erforderlich sind, um die Forschung aus Clean Circles auf reale industrielle Prozesse zu übertragen. Ein wesentlicher Schritt bei der Erstellung des Netzwerkmodells ist dabei die Einteilung der funktionalen

Bereiche (sog. „Kompartments“) des Reaktors anhand der Strömungsstruktur. Dieser Schritt wird häufig noch manuell durchgeführt. Ziel der Masterthesis ist es, diesen Schritt durch geeignete Algorithmen (mindestens teilweise) zu automatisieren. Zumindest sollen erste substantielle Schritte in diese Richtung gegangen werden. Automatisierte Verfahren zur Identifikation der Kompartments könnten die Robustheit der Modelle verbessern und den Gesamtalgorithmus transparenter machen. Damit leistet die Masterarbeit einen wichtigen Beitrag zur mathematischen Modellierung in Clean Circles.

Grundlegendes Ziel der Masterarbeit ist:

  • Die Identifikation geeigneter Methoden sowie
  • Die Entwicklung und Implementierung geeigneter Algorithmen zur (semi-) automatischen Identifikation von Kompartments in Strömungsreaktoren.

Die folgenden Vorkenntnisse sind zur Bearbeitung hilfreich:

  • Solide mathematische Kenntnisse in den Bereichen Numerik und (partielle) Differentialgleichungen. Zum Beispiel erworben im Studium der Mathematik, Physik, Maschinenbau/Computational Engineering, Chemieingenieurwesen oder verwandter Studiengänge.
  • Solide Grundkenntnisse der Physik. Hilfreich sind insbesondere Kenntnisse in der Strömungs- bzw. Kontinuumsmechanik.
  • Programmiererfahrung in einer Sprache wie C/C++, Fortran, Python oder Matlab.
  • Generell Spaß am wissenschaftlichen und interdisziplinären Arbeiten.
  • Der zeitliche Umfang richtet sich nach der jeweiligen Studienordnung.

Eine mögliche Herangehensweise umfasst das Einsetzen von Machine Learning Methoden, sodass auch Studierende mit Vorkenntnissen auf diesem Gebiet eingeladen sind, uns zu kontaktieren. Die Masterarbeit ist ab sofort (Oktober 2021) zu vergeben. Bei Interesse bitte Kontakt aufnehmen mit

Ein innovativer Energie-Stoff-Kreislauf als zentraler Baustein der Energiewende