DFG Schwerpunktprogramm 2331: mlP2X: Machine Learning for the Design & Control of Power2X Processes with Application to Methanol Synthesis

Ziel von mlP2X ist die Modellierung der Methanolsynthese durch hybride Modelle, die die Vorteile von mechanistischen Modellen und von universellen Approximatoren wie neuronalen Netzwerken miteinander vereinen. Es sollen neue Methoden zum Design, zur Optimalsteuerung und zur Versuchsplanung für solche Modelle erarbeitet werden und bei echten Experimenten am MPI Magdeburg eingesetzt werden.

DFG Priority Program 2331: mlP2X: Machine Learning for the Design & Control of Power2X Processes with Application to Methanol Synthesis

The aim of mlP2X is to model methanol synthesis using hybrid models that combine the advantages of mechanistic models and universal approximators such as neural networks. New methods for the design, optimal control and experimental planning of such models are to be developed and used in real experiments at the MPI Magdeburg.
This text was translated with DeepL on 28/11/2025