Willms Buhse | EPFL Graph Search

Willms Buhse (born 3 November 1970 in Langenhagen, Germany) is a German entrepreneur, author, speaker and consultant based in Hamburg. His work focuses on digital leadership and digital transformation, covering also the people-centric aspects of change management and organizational transformation using multiple agile methods like objectives and key results (OKRs). In 2006 and 2007 Buhse was named one of the "Top 50 Most influential People in Mobile Entertainment". Willms Buhse has developed the VOPA management model for dealing with VUCA forces. VOPA is an acronym made up of the German terms for networking, openness, participation, agility. This leadership approach describes the extent to which corporate and management culture must change in the sense of increased openness, networking of channels, resources and responsibilities. In 2009 Buhse founded digital transformation consulting company and currently works there as CEO. Customers include Allianz, Axel Springer, Bosch, DAK, Daimler, Deutsche Telekom, DHL, Evonik, IBM, Microsoft, Nestlé, Otto, Lufthansa and R+V. Prior to that he was executive director at CoreMedia since 2003. From 2002 to 2006, he also served as vice-chair for the Open Mobile Alliance working on open standards for mobile. Prior he held several positions at Bertelsmann AG in Gütersloh, Hamburg and New York City. There he co-founded Digital World Services. He worked on projects with AOL, AT&T, Napster and Universal. Before, he was a consultant in technology and strategy projects at the German top-management consultancy group Roland Berger Strategy Consultants and advised companies like Volkswagen and Deutsche Bahn. Willms Buhse holds a patent for a system and method for the distribution of digital goods. Buhse holds degrees in industrial engineering (Dipl.-Ing.) and in management sciences (Dipl.-Oec.) from the Leibniz University Hannover (Germany) and Madrid (Spain) and a PhD in economics from the Technical University of Munich.

Optimierung einer Batch-Destillationskolonne unter Unsicherheiten basierend auf Messungen

Dominique Bonvin, Carsten Welz

C. Welz, B. Srinivasan, D. Bonvin Laboratoire d’Automatique Ecole Polytechnique Fédérale de Lausanne CH-1015 Lausanne, Schweiz O. Naef Département de Chimie Ecole d’Ingénieurs de Fribourg CH-1705 Fribourg, Schweiz Optimierung einer Batch-Destillationskolonne unter Unsicherheiten basierend auf Messungen Das Ziel der dynamischen Optimierung von binären Batch-Destillationskolonnen ist die Maximierung der Destillatmenge am Ende einer Charge bei gleichzeitiger Erfüllung der Endpunktbedingung für die Reinheit des Destillats. Das optimale Steuerungsprofil für das interne Rücklaufverhältnis (0 ≤ r ≤ 1) wird durch 2 Intervalle angenähert: 1) Anlaufphase mit vollem Rücklauf (r = 1), 2) Destillationsphase zur Produktion des Destillats (0 ≤ r ≤ 1). I m Fall von Prozessunsicherheiten muss eine konservative und suboptimale Prozessführungsstrategie gewählt werden, um die Endpunktbedingung zu erfüllen. Anstelle einer konservativen Strategie schlägt dieser Beitrag die Implementierung der notwendigen Optimalitätsbedingungen vor, die aus Rand- und SensibilitätsBedingungen bestehen. Entscheidend für das gegebene Optimierungsproblem ist es, d i e Randbedingungen zu erfüllen, insbesondere die Endpunktbedingung. Die Endpunktbedingung für die Reinheit des Destillats wird unter Verwendung von Messungen aktiv gehalten. Dies kann während einer Charge durch die Verfolgung eines Referenzprofils für die Reinheit des Destillats realisiert werden. Anstatt ein Modell zu aktualisieren, welches die Endpunktbedingung während der Destillation voraussagt, wird das System durch V e r f o l g u n g des Referenzprofils zu der Endpunktbedingung geführt. Dieses R e f e r e n z p r o f i l wird mit Hilfe eines Tendenzmodells des Systems bestimmt. U n s i c h e r h e i t e n in der Verdampfungsrate werden durch eine Vorregelung in Abhängigkeit von der Destillatmenge kompensiert, welche den Fortschritt der Destillation charakterisiert. Die Methode ist in der Lage, die Konservativität zu reduzieren und die Produktivität u n m i t t e l b a r zu steigern. Abbildung 1 zeigt die Verfolgung eines linearen Referenzprofils für die Reinheit des Destillats in einer Kolonne im Labormaßstab. Gegenüber einer suboptimalen Fahrweise mit konstanter Destillatzusammensetzung kann der Ertrag dabei um 11% gesteigert werden. Abbildung 1: Verfolgung einer Referenz für die Destillatzusammensetzung mit dem Ziel, die Endpunktbedingung zu erfüllen.

2004