Introduction: overview about the separation process in biotechnology and pharmacy
Handling of multicomponent systems
Adsorption of biologic molecules
Crystallization of biologic molecules
Reactive extraction
Aqueous two-phase systems
Micellar systems: micellar extraction and micellar chromatographie
Electrophoresis
Choice of the separation process for the specific systems
Learning Outcomes:
Basic knowledge of separation processes for biotechnological and pharmaceutical processes
Identification of specific features and limitations in bio-related systems
Proof of economical value of the process
Leistungsnachweis:
600 - Separation Technologies for Life Sciences<ul><li>600 - Separation Technologies for Life Sciences: Klausur schriftlich</li></ul><br>601 - Separation Technologies for Life Sciences<ul><li>600 - Separation Technologies for Life Sciences: Klausur schriftlich</li><li>801 - Separation Technologies for Life Sciences - RE: Presentation</li></ul><br>m545 - Separation Technologies for Life Sciences<ul><li>p513 - Separation Technologies for Life Sciences: Klausur schriftlich</li><li>vl184 - Separation Technologies for Life Sciences - RE: Presentation</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
2020
Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.