Computer-Aided Molecular Design für Biokraftstoffe
 ![]() | Modellgestützte Identifikation bio-basierter Molekülstrukturen mit optimalen Eigenschaften für die Anwendung im Bereich motorischer Niedertemperatur-Verbrennung. |

Die im Rahmen der Kraftstoffperformanz betrachteten Größen reichen hierbei von rein thermodynamischen Eigenschaften bis hin zu verbrennungskinetischen Größen, die das Brennverhalten des Kraftstoffes im Motor beschreiben. Hybride Stoffdatenmodelle, die rigoroses physikalisches Verständnis einerseits und andererseits datengetriebene Ansätze vereinen, stehen dabei im Fokus der Modellierung. Sie erlauben eine hinreichend genaue Stoffdatenvorhersage bei beschränkter Modellkomplexität, wodurch sich die Stoffdatenmodelle bestens für eine im zweiten Schritt durchgeführte, optimierungsbasierte Suche nach idealen Kraftstoffmolekülen eignen.
| Lehrstuhl: | Prozesstechnik |
| Gefördert durch: | DFG |
| Ansprechpartner: | Manuel Hechinger |




