Kurt Dirk Bettenhausen

Selbstorganisierende Generierung strukturierter Prozessmodelle

The article at hand presents a new approach for the automatic development of any structured process model which supports the engineer in one of the most time-expensive tasks during automation of complex processes - the process modelling. Based on the fundamental ideas of genetic programming a conception for an effective tool was developed and some experimental studies concerning the sample process of a river barrage system were performed.

BioX++: new results and conceptions concerning the intelligent control of biotechnological processes

Abstract The article at hand presents new results and conceptions concerning the intelligent and autonomous control of biotechnological processes by integrating conventional, knowledge-based and learning methods. The extended system BioX++ facilitates the transparent generation of process control strategies and sequences based on automatically self-organized structured process models. Experimental results showing the increased product yield and the discussion of approach-specific problems are part of this paper as well as the new approaches actually examined.

BioX++-Extended Learning Control of Biotechnological Processes

Abstract The technical use of biological or biochemical processes requires additionally to the biological preparation and process engineering an intelligent automatic control engineering whose performance characteristics excel the classical approaches. Most fermentations are operated in a phase-building batch mode, which does not allow a linearization of the not or only inexact known process model and the operation near one or several different working points. With BioX++ an intelligent control system was successfully designed, whose fundamentals and extensions will be the contents of the article at hand

Optimierungsansätze für die Bioverfahrenstechnik

Zusammenfassung Zwei rechnergestützte Verfahren für die biotechnologische Prozessführung werden vorgestellt und diskutiert: Ein Off-line-Verfahren zur Unterstützung der Modellbildung und ein On-line-Verfahren zur schrittweisen Optimierung der Produktausbeute. Abstract Two computer aided methods for bioprocess engineering are presented and discussed: An off-line methodology supporting analyzing and modeling and an on-line methodology enabling incremental production optimization.

Bedeutung der Automatisierungstechnik

Man kann sich heutzutage keine moderne Produktionsanlage, kein neues Auto oder Flugzeug und kein modernes Produkt der Konsumgüterindustrie wie Camcorder oder DVD-Spieler ohne hochgradig integrierte Automatisierungstechnik vorstellen. Auf der anderen Seite stellt man fest, dass es beispielsweise im 7. Forschungsrahmenprogramm der EU keinen eigenständigen Schwerpunkt im Bereich Automatisierungstechnik gibt, sondern automatisierungstechnisch relevante Forschungsthemen lediglich als mehr oder weniger kleine Teilprojekte in anderen Ausschreibungen subsumiert sind. Die Entwicklung, dass die Automatisierungstechnik einerseits zwar überall integriert ist und die Produktivität, der betriebswirtschaftliche Erfolg von Anlagen sowie die ,,Intelligenz“ von Produkten häufig erst durch einen entsprechend hohen Automatisierungsgrad erzielt werden kann, sie andererseits aber öffentlich kaum als eigenständige Forschungsund Entwicklungsdisziplin wahrgenommen wird, ist nicht neu. Vielmehr werden oft in Politik und Gesellschaft erfolgreiche Entwicklungen der Automatisierungstechnik als Errungenschaften anderer Fachdisziplinen gefeiert, wie beispielsweise das Antiblockiersystem (ABS) als erfolgreiche Anwendung der Mikrosystemtechnik. Viele Jahre bereits beschäftigt man sich in diversen Fachgremien und Diskussionsforen mit diesem Thema. Prof. K. J. ◦ Aström brachte dieses Phänomen mit seinem im Jahr 1999 auf der 5. European Control Conference in Karlsruhe gehaltenen Plenarvortrag mit dem Titel ,,Automatic Control – The Hidden Technology“ auf den Punkt. Die Ursachen für diese Stellung der Automatisierungstechnik als ,,Hidden Technology“ liegen sicherlich unter anderem darin begründet, dass die Automatisierungstechnik für den Konsumenten nur in Verbindung mit einem anderen Produkt oder einer Anlage sichtbar wird und für den automatisierungstechnischen Laien häufig nur als ,,reine Software“ erkennbar ist. Darüber hinaus ist der Anteil der automatisierungstechnischen Komponenten an den Produktherstellungskosten bzw. am Investitionsvolumen von Anlagen im Allgemeinen verhältnismäßig klein und damit aus monetärer Sicht eher unbedeutend. Es drängt sich nun die Frage auf, wie sich die Automatisierungstechnik zukünftig positioniert und welche Chancen und Risiken sich für die weitere Entwicklung ergeben. Automatisierungstechnik mit Systemperspektive

Intelligente leittechnische Konzepte für die Bioverfahrenstechnik: Einsatz und Perspektiven an der TH Darmstadt

Dr.-Ing. Kurt Dirk Bettenhausen ist Mitarbeiter im Bereich Corporale Research and Technology der Hoechst AG, Frankfurt am Main. Davor war er wissenschaftlicher Mitarbeiter am Institut für Regelungstechnik der TH Darmstadt, FG Regelsystemtheorie & Robotik (Leiter: Prof. Dr. rer. nat. Dipl.-Ing. Henning Tolle). Aus dieser Zeit stammen die in diesem Beitrag vorgestellten Untersuchungen und Ergebnisse.

Methods for a Transparent Development and Optimization of Biotechnological Processes

Abstract The article at hand describes an integrating system for the intelligent control of complex bio technological processes including automatic modelling and model based control strategy generation. Starting with a summary of previously achieved results, some new approaches that provide better transparency to process engineers and operators are discussed. This includes aspects of self-organizing generation of structured dynamic nonlinear process models based upon the ideas of genetic programming as well as the transparent generation of fuzzy rules in a particular NeuroFuzzy approach. The latter is used for the classification of physiological states during batch and fed-batch fermentations and for the long time strategy generation to optimize the achievable product yield.