Ziel des Projektes ist es, die gebundenen Rückstände des Fungizids Cyprodinil, die in Weizenstroh bis zu 45 Prozent und in Körnern bis zu 30 Prozent des applizierten Wirkstoffs betragen können, bezüglich ihrer Struktur und der Art der Bindung zu charakterisieren. Die in den unlöslichen Pflanzenfraktionen festgelegten Rückstände sollen durch klassische Aufschlüsse und, als zu entwickelnde neue Methode, durch Silylierung freigesetzt, in organische Lösungsmittel überführt und mit hochauflösender NMR-Spektroskopie sowie mit chromatographischen Methoden untersucht werden. Weiterhin sind Festkörper-NMR-Untersuchungen der Rückstände in festen Pflanzenproben und -fraktionen vorgesehen. Cyprodinil wird für die geplanten NMR-Untersuchungen vom Hersteller, Novartis, an geeigneten Molekülpositionen mit 13C markiert. Für die Lokalisation und quantitative Erfassung der Rückstände wird zusätzlich 14C-markierter Wirkstoff eingesetzt. Um größere Mengen von Metaboliten und gebundenen Rückständen für die geplanten Charakterisierungen herzustellen, soll Cyprodinil auch in Weizen-Zellkulturen inkubiert werden. Zur Verminderung der NMR-Untergrundsignale der Pflanzenmatrix ist vorgesehen, die Inkubation in Pflanzen bzw. Zellkulturen durchzuführen, deren natürlicher 13C-Gehalt abgereichert wurde. Für spektroskopische Vergleichsmessungen ist die Kopplung des Fungizids an synthetische Ligninpolymere geplant.
Das Gesamtziel der Forschergruppe ist die Entwicklung von optimierungsbasierten Regelungen für Niedertemperatur-Verbrennungsmotoren. Die untersuchte Anwendung stellt einen schnellen, zyklischen und stark nichtlinearen Prozess dar. In TP2 werden für schnelle nichtlineare zyklische Prozesse die grundlegenden Methoden erarbeitet, die es erlauben, die auftretenden Optimalsteuerungsprobleme effizient zu formulieren und in Echtzeit, was für schnelle Prozesse innerhalb weniger Millisekunden bedeutet, auf eingebetteter Regelungshardware numerisch zu lösen. Als Basisregelstrategie soll die Methode der iterativ lernenden Regelung (ILC) mit der Methode der nichtlinearen modellbasierten prädiktiven Regelung (NMPC) kombiniert werden. Das Ergebnis soll ein Echtzeititerationsschema für iterativ lernende NMPC (IL-NMPC) sein, das als Zustands- und Parameterschätzer einen Moving Horizon Beobachter (MHE) nutzt. Um die Herausforderung der Echtzeitfähigkeit zu lösen, sollen die in den IL-NMPC-Optimierungsproblemen vorkommenden Strukturen gezielt in der Numerik genutzt werden. Dies betrifft unter anderem die Ausnutzung der Periodizität in der linearen Algebra der MHE- und NMPC-Probleme und die Entwicklung neuer impliziter Integrationsmethoden, die sich durch eine Verzahnung der Ableitungsgenerierung und den IL-NMPC-Optimierungsiterationen auszeichnen. Zunächst soll die IL-NMPC auf Zyklus-zu-Zyklus Basis arbeiten, also mit einer Abtastzeit von 10-60 ms, die der Zyklusdauer entspricht. Hierbei ist entscheidend, dass die Verzögerung des Stelleingriffs wesentlich kürzer als ein Zyklus sein muss, was durch ein Echtzeititerationsschema mit Aufteilen der Rechenzeit in Vorbereitungs- und Feedbackphase ermöglicht wird. In einem zweiten Schritt soll die IL-NMPC um die Fähigkeit des Stelleingriffs auf verschiedenen Zeitskalen erweitert werden. Dies bedeutet, dass nun auch innerhalb des Zyklus Stelleingriffe durchgeführt werden. Zu diesem Zweck sollen Konzepte unterschiedlicher Komplexität erarbeitet werden. Diese reichen bis hin zu der Entwicklung von maßgeschneiderten Multi-Level-Echtzeititerationsschemata, die eine optimierungsbasierte Regelung im kHz-Bereich ermöglichen sollen. Die in dem Teilprojekt entstehenden numerischen Methoden werden für die Anwendung in Verbrennungsmotoren optimiert, sind aber auch applikationsübergreifend für andere zyklische Prozesse einsetzbar. Daher sollen sie im Rahmen eines Tools zur automatischen Codegenerierung der Allgemeinheit zur Verfügung gestellt werden.