Lehre

Abstract

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

Die inhaltliche Weite der Betrachtung kann gewählt 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 ermöglicht ein wertschöpfungskettenbezogener Fokus die Ausweitung der Analyse auf vor- und nachgelagerte Stufen der Wertschöpfungskette, einschließlich der Rohstoffgewinnung und -aufbereitung, der Transporte und der Verwertung von Kuppelprodukten.

In beiden Fällen 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 Ökobilanzierung 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 Wertschöpfungssysteme.

Mögliche Bestandteile der Arbeit

• Einführung in Nachhaltigkeit und Ökobilanzierung in der Chemieindustrie

• Definition von Ziel und Untersuchungsrahmen

• Modellierung der Syntheseprozesse und Datenauswahl

• Implementierung der LCA in Python (Brightway2, ecoinvent)

• Durchführung numerischer Sensitivitäts- 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. Diese Projekte sind häufig durch komplexe technische und organisatorische Abhängigkeiten, begrenzte personelle und finanzielle Ressourcen sowie Unsicherheiten in den Projektverläufen gekennzeichnet (ressourcenbeschränkte 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, Ressourcenkapazitäten sowie technologische und organisatorische Abhängigkeiten 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 Lösung meistens mithilfe eines kommerziellen Solvers wie Gurobi. Die Arbeit zeigt, wie quantitative Entscheidungsmodelle das klassische Projektmanagement ergänzen und eine fundierte, transparente Planung komplexer Projekte in der Chemieindustrie ermöglichen.

Mögliche Bestandteile der Arbeit

• Grundlagen des Projektmanagements und Project Schedulings

• Überblick 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 Lösung mit Gurobi

• Analyse ausgewählter Projekt- und Szenarienvarianten

• Sensitivitätsanalysen zu Ressourcen, Dauer, Prioritäten, ...

• 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 ökonomischen und technischen Randbedingungen. Ausgangspunkt ist die formale Beschreibung eines mehrstufigen Produktionssystems mit mehreren Anlagen, Zwischenprodukten und Kapazitätsrestriktionen.
Auf Basis von Methoden des Operations Research wird ein Optimierungsmodell entwickelt, das Entscheidungen zur Auslastung, Kopplung und Dimensionierung von Anlagen unterstützt. Je nach Schwerpunkt können dabei Kosten, Durchsatz, Energieeffizienz oder Flexibilität als Zielgrößen betrachtet werden. Die Implementierung in Python mit Gurobi erlaubt die Lösung realitätsnaher Problemgrößen sowie die Analyse alternativer Struktur- und Nachfrageszenarien.
Die Arbeit zeigt, wie quantitative Modelle zur strategischen und operativen Entscheidungsunterstützung im Anlagenmanagement eingesetzt werden können. Die Ergebnisse liefern wertvolle Erkenntnisse für Investitions-, Ausbau- und Betriebsentscheidungen in der chemischen Industrie und verdeutlichen den Nutzen integrierter Planungsansätze.

Mögliche 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 Sensitivitätsanalysen

• Interpretation der Ergebnisse für das Anlagenmanagement

• Diskussion von Limitationen und Praxisübertragbarkeit

Abstract

Produktionsnetzwerke der Chemieindustrie sind räumlich verteilt und mehrstufig aufgebaut, mit komplexen Abhängigkeiten zwischen Produktionsstandorten, Zwischenprodukten, Transportbeziehungen und Kapazitätsrestriktionen. 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 räumlichen Lage der Produktionsstufen, der Zuordnung von Prozessen zu Standorten sowie in Transportbeziehungen und -kapazitäten unterscheiden. Mithilfe von Methoden des Operations Research wird ein Optimierungsmodell entwickelt, das zentrale Zielgrößen wie Gesamtkosten, Durchlaufzeiten oder Kapazitätsauslastungen berücksichtigt. Nachhaltigkeitsaspekte können dabei ergänzend als Nebenbedingungen oder zusätzliche Bewertungskriterien integriert werden.

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

Mögliche 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 Lösung mit Gurobi

• Analyse alternativer Netzwerkstrukturen und Nachfrageszenarien

• Sensitivitätsanalysen zu Kapazitäten, Kosten und Transportrelationen

• Interpretation der Ergebnisse und Ableitung von Gestaltungsoptionen

• Diskussion von Modellannahmen und praktischer Übertragbarkeit