Daniel Bellaire

Schwerpunkte

• Nukleare Magnetresonanz (NMR) – Spektroskopie
• Stofftransport
• Bildgebende NMR – Methoden

Beschreibung

Experimentelle Bestimmung und Modellierung von Diffusionskoeffizienten im Gleichgewicht und Nicht-Gleichgewicht. Dabei wird die NMR-Spektroskopie als zeit- und ortsauflösende Methode eingesetzt. Bildgebende Techniken erlauben mithilfe des Einsatzes von Gradientenfeldern eine unmittelbare Beobachtung der ablaufenden Stofftransportprozesse. Ich beschäftige mich im Rahmen der Arbeit v.a. mit den benötigten Pulsprogrammen und Techniken.

Maximilian Dyga

Schwerpunkte

• Dampf-Flüssigkeits- und Flüssig-Flüssig Gleichgewichte
• NMR-spektroskopische Untersuchungen von Reaktionen
• Auftrennen komplexer, reagierender Mischungen
• Prozesssimulation

Beschreibung

Umfassende Betrachtung von industriellen Prozessen der Formaldehyd-Chemie. Zum einen beinhaltet dies die experimentelle Untersuchung und Modellierung von Reaktionen und Phasengleichgewichten, u.a. mit NMR-Spektroskopie. Zum anderen werden Studien mit Prozesssimulatoren durchgeführt, die durch Messungen an Pilotanlagen im Labormaßstab überprüft werden.

Oliver Großmann

Schwerpunkte

• Absorption
• Stoffübergang
• Grenzflächeneigenschaften
• Zustandsgleichungen

Beschreibung

Inbetriebnahme einer neuen Laminarstrahlkammer für Absorptionsmessungen. Experimentelle Untersuchungen zum Stoffübergang in Gas-Flüssig Systemen in der Strahlkammer und in einer Doppelrührzelle. Untersuchungen zu Grenzflächeneigenschaften, insbesondere der Anreicherung von Komponenten an Phasengrenzflächen und möglichen Auswirkungen auf Stofftransport. Unterstützt durch Brechnungen mit PC-SAFT Zustandsgleichung. Betrachtung dieser Effekte im Zusammenhang mit großtechnischen Anwendungen (Destillation/Absorption).

Nicolas Hayer

Schwerpunkte

• Vorhersage physikalisch-chemischer Eigenschaften (z.B. Gaslöslichkeiten)
• Machine Learning Methoden
• Hybride Ansätze (Machine Learning und physikalische Modelle)

Beschreibung

Vorhersagemethoden für physikalisch-chemische Eigenschaften sind von zentraler Bedeutung in der Verfahrenstechnik. Etablierte Ansätze sind jedoch aufgrund unvollständiger Parametersätze in vielen Fällen nicht anwendbar. Methoden aus dem Machine Learning (ML) bieten als Alternativen ein enormes Potenzial, z.B. zur Vorhersage von Aktivitätskoeffizienten oder Gaslöslichkeiten. Neben der Anwendung von rein datengetriebenen ML Methoden beschäftige ich mich mit der Entwicklung hybrider Ansätze, bei welchen ML Methoden mit physikalischen Modellen kombiniert werden.

Raphael Kircher

Schwerpunkte

• NMR mit Overhauser DNP (ODNP)
• Reaktions- & Prozessmonitoring
• Design und Synthese von ODNP-Radikalmatrizen

Beschreibung

Kernspinresonanzspektroskopie (engl.: Nuclear Magnetic Resonance: NMR) ist eine wichtige qualitative und quantitative Analysemethode. Ein interessantes Anwendungsgebiet ist das Reaktions- und Prozessmonitoring. Der NMR spektroskopisch untersuchbare Konzentrationsbereich und darüber hinaus kontinuierliche NMR Flussmessungen können durch den Einsatz von Hyperpolarisationstechniken erheblich erweitert werden. Eine wichtige Hyperpolarisationstechnik ist die dynamische Kernpolarisation (engl.: Dynamic Nuclear Polarization: DNP).

Jannette Kreußer

Schwerpunkte

• Biothermodynamik
• Chromatographie
• Adsorptionsisothermen

Beschreibung

Bestimmung von Adsorptionsisothermen zur chromatographischen Reinigung von Proteinen. Hierzu werden Parameterstudien zur Adsorption von Proteinen an verschiedenen Adsorbern mit einem Pipettierroboter durchgeführt. Zudem arbeite ich an einer Synthese zur Kopplung von Proteinen mit einem Tag.

Aditya Kulkarni

Schwerpunkte

• Molecular simulations
• Vapor-liquid equilibrium
• Molecular model
• Water

Beschreibung

Molecular models are important for accurate prediction of its thermodynamic properties from molecular simulations. The models for a particular substance are obtained by fitting the simulation data to the experimental data of that substance. Molecular models of water, to model vapour-liquid equilibrium (VLE) data, are the focus of my work. Estimation of the Pareto front for description of VLE properties of different models is the main objective.

Joshua Marx

Schwerpunkte

• Molekulardynamische Simulation
• Molekulare Thermodynamik
• Orientierungsstruktur in fluiden Mischungen
• Thermodynamische Zustandsgleichungen

Beschreibung

Das thermodynamische Verhalten stark polarer Fluide hängt auch davon ab, wie sich die Dipole statistisch auf molekularer Ebene zueinander ausrichten. Um die Orientierungsstruktur in Mischungen polarer Modellfluide zu charakterisieren, werden molekulardynamische Simulationen durchgeführt. Eine theoretische Beschreibung dieser Mischungen soll ermöglicht werden, indem mit Hilfe der Simulationsergebnisse eine thermodynamische Zustandsgleichung parametriert wird, die die Orientierungsstruktur der Fluide explizit berücksichtigt. Zur Charakterisierung realer Stoffsysteme mit ausgeprägter Orientierungsstruktur werden ausgewählte Mischungen polarer Fluide experimentell untersucht, wobei auch das Phasenverhalten von Interesse ist.

Silvie Müller

Schwerpunkte

• Experimente zu Gasphasenreaktionen
• Verwendung diverser Analytikmethoden (GC, IC, NMR)
• Auswertung (Matlab, gProms, Chemasim)

Beschreibung

Das für die verfahrenstechnische und chemische Industrie interessante Gebiet der Oxygenate (sauerstoffhaltige Kohlenwasserstoffverbindungen) ist ein wichtiger Forschungsbereich am Lehrstuhl für Thermodynamik (LTD). Insbesondere für die industrielle Verfahrens- und Produktentwicklung liegen die benötigte Stoffdatenthermodynamik und Sachkompetenz vor. Ein Schwerpunkt meiner Aufgabe liegt bei der experimentellen Untersuchung von Produktgemischen aus verschiedenen Oxygenaten in wässriger Lösung.

Johnnie Phuong

Schwerpunkte

• Nuklear Magnetresonanz (NMR) – Spektroskopie
• NMR mit Overhauser DNP (ODNP)
• Reaktions- und Prozessmonitoring

Beschreibung

Die Kernspinresonanzspektroskopie (NMR Spektroskopie) ermöglicht eine nichtinvasive quantitative Untersuchung von komplexen Mehrkomponentenmischungen. Aufgrund der Kompaktheit und den geringen Betriebskosten, eignen sich vor allem Mittelfeld NMR Spektrometer (Benchtop Geräte) für industrielle Anwendungen im Online Reaktions- und Prozessmonitoring. Nachteil der Benchtop Geräte gegenüber herkömmlichen Hochfeld NMR Spektrometern ist die geringe Sensitivität. Dieser Nachteil soll durch Hyperpolarisationstechniken, wie die dynamische Kernpolarisation (engl.: Dynamic Nuclear Polarization: DNP), die eine erhebliche Steigerung der Sensitivität versprechen, behoben werden.

Dominik Schäfer

Schwerpunkte

• Molekulardynamische Simulationen
• Stofftransport
• Nichtgleichgewichtssimulation
• Elektrolyte & Kraftfeldmodelle

Beschreibung

Molekulardynamische Simulationen mit zwei Schwerpunktsthemen. Zum einen die Bestimmung von thermodynamischen Eigenschaften wie Selbstdiffusionskoeffizienten homogener Elektrolytlösungen. Hier arbeite ich zudem an der Weiterentwicklung und verbesserten Parametrisierung der zugrundeliegenden Kraftfeldmodelle von Ionen. Zum anderen untersuche ich den Stofftransport durch Dampf-Flüssigkeits Phasengrenzflächen.

Sebastian Schmitt

Schwerpunkte

• Molekulardynamische Simulation
• Tribologie
• Stoffeigenschaften von Schmierstoffen
• Nanoskopische Kontaktprozesse

Beschreibung

Molekulardynamische Simulationen im Themengebiet „Tribologie“. Ich beschäftige mich mit der Bestimmung von thermodynamischen Eigenschaften von Schmierstoffen. Das Ziel ist dabei u.a. die Vorhersage des Schmierstoffverhaltens bei extrem hohen Drücken. Einen zweiten Schwerpunkt meiner Arbeit stellen molekulare Kontaktsimulationen von Reibprozesse auf der Nanoskala dar. Hier soll der Einfluss des Schmiermittels auf den Festkörperkontakt betrachtet werden (wie er u.a. bei trennenden Fertigungsverfahren auftritt). Zudem arbeite ich an der Anwendung moderner Zustandsgleichungen in elastohydrodynamischen Schmierspaltsimulationen (EHD).

Thomas Specht

Schwerpunkte

• NMR-Spektroskopie in komplexen, schlecht spezifizierten Mischungen
• Modellierung von thermodynamischen Eigenschaften und Trennprozessen von komplexen, schlecht spezifizierten Mischungen
• NMR-Spektroskopie mit Machine Learning Methoden

Beschreibung

Klassische Methoden zur thermodynamischen Modellierung von komplexen, schlecht spezifizierten Mischungen schlagen fehl, da diese in der Regel eine vollständige Strukturaufklärung voraussetzen. Die NMR-Spektroskopie bietet stattdessen eine einfache Möglichkeit, Informationen über die chemischen Gruppen in komplexen Mischungen zu erhalten, die in den meisten Fällen ausreichend sind. Ich beschäftige mich mit der Kombination von NMR-Spektroskopie und thermodynamischen Gruppenbeitragsmethoden (z.B. UNIFAC), um die genannten Mischungen modellieren zu können. Auf Grund der Komplexität der Daten bietet es sich an, diese mit Machine Learning Methoden (Neuronale Netze, Support Vector Machines, …) zu verarbeiten.

Ellen Steimers

Schwerpunkte

• Nuklear Magnetresonanz (NMR) – Spektroskopie
• Reaktions- und Prozessmonitoring
• Quantitative Analyse
• Bayes‘sche Statistik

Beschreibung

Die online NMR-Spektroskopie ist eine vielversprechende Analysemethode für das Reaktions- und Prozessmonitoring. In dem vorliegenden Projekt sollen neue, auf der Bayes‘schen Statistik beruhende Methoden zur automatischen und zuverlässigen quantitativen Analyse großer NMR-Messreihen entwickelt werden. Die neuen Analysemethoden sollen speziell auf die Anforderungen im Reaktions- und Prozessmonitoring optimiert werden, indem Vorwissen, z.B. über die Stöchiometrie der ablaufenden Reaktionen oder die Strömungsgeschwindigkeit der Probe, direkt für die Analyse genutzt wird.