Design of Experiments

Mit Hilfe der statistischen Versuchsplanung (Design of Experiments- DoE) werden technische Systeme mit möglichst geringem Versuchsaufwand detailliert analysiert. Dank der sorgfältig geplanten Variation von Input-Parametern und der statistischen Auswertung des Outputs unter Berücksichtigung etwaiger Wechselwirkungen können Effizienzsteigerungen bei der Entwicklung und Validierung neuer, aber auch bei der Optimierung bestehender Prozesse oder Produkte erreicht werden. In dem Kolloquium werden neue Entwicklungen in der statistischen Versuchsplanung vorgestellt und anhand industrieller Praxisbeispiele die technologische und wirtschaftliche Relevanz aufgezeigt.

Optimal Experimental Design for the Calibration of Nonlinear Dynamic Process Models
Dr. S. Körkel, Interdisziplinäres Zentrum für Wissenschaftliches Rechnen (IWR), Universität Hei-delberg

Advanced modeling at BASF based on non-linear optimum design of experiments
Dr. A. Schreieck, Scientific Computing, BASF SE, Ludwigshafen

Handling Uncertainty in Model-Based Optimal Experimental Design
Dr.-Ing. H. Arellano-Garcia, Institut für Prozess- und Verfahrenstechnik, TU Berlin

Methods for Optimal Experimental Design of Nonlinear Systems Using Sigma Points
Dr. M. Mangold, MPI für Dynamik komplexer technischer Systeme, Magdeburg

Moderation:
Prof. Dr. A. Seidel-Morgenstern, MPI für Dynamik komplexer technischer Systeme, Magdeburg

Das Kolloquium ist ausgebucht