• search
    Suche
  • Login
Prof. Dr.-Ing. Guido Sand

Prof. Dr.-Ing.

Guido Sand

Kontaktdaten

Raum

T2.4.15

Kolloquiumzeit

Mo 11:30 - 13:00 Uhr, Raum T2.4.15

Telefon

(07231) 28-6568

E-mail

guido.sand(at)hs-pforzheim(dot)de

Dr.-Ing. Guido Sand lehrt und forscht seit über 15 Jahren im Bereich rechnergestützter Methoden in der industriellen Automatisierung. Der studierte Chemieingenieur promovierte 2003 mit Auszeichnung an der Universität Dortmund. Seine Forschungsarbeiten der folgenden Jahre wurden mit dem Rudolf-Chaudoire-Preis der Universität Dortmund ausgezeichnet.

Im Jahr 2006 wechselte Dr. Sand an das Forschungszentrum des Automatisierungskonzerns ABB, wo er zunächst Forschungsprojekte und später eine Forschergruppe im Bereich rechnergestütztes Produktionsmanagement leitete. 2016 nahm er den Ruf der Hochschule Pforzheim auf die Stiftungsprofessur Automatisierungstechnik an. Er lehrt in der Fakultät für Technik und engagiert sich für den Wissenstransfer in die innovative Wirtschaft.

In seiner Forschung befasst Herr Dr. Sand sich mit Technologien zur modellbasierten Analyse und Optimierung komplexer technischer Systeme. Er ist Autor und Mit-Autor zahlreicher Zeitschriftenartikel, Buch- und Tagungsbeiträge.


Modellierung, Analyse und Optimierung komplexer Systeme ,  gemischt-ganzzahlige Optimierung, stochastische Optimierung, globale Optimierung, Meta-Heuristiken ,  PMI-zertifizierter Project Management Professional (PMP)

2003 - Dr.-Ing., Chemieingenieurwesen
Universität Dortmund
Deutschland


1998 - Dipl.-Ing., Chemieingenieurwesen
Universität Dortmund
Deutschland


seit 2016 - Hochschule Pforzheim - Deutschland

Professor


2006 - 2016 - ABB Forschungszentrum - Deutschland

Forschungsprojektleiter und Forschungsgruppenleiter


2004 - 2006 - Universität Dortmund - Deutschland

Wissenschaftlicher Assistent und Oberingenieur


Beitrag in Zeitschrift

BARTH, M., & SAND, G. (2017). Der virtuelle Zwilling im digitalen Anlagenbau . Industrie 4.0 Management, 33 (02-2017), pp. 7-10.

BIONDI, M., SAND, G., & HARJUNKOSKI, I. (2017). Optimization of multipurpose process plant operations: A multi-time-scale maintenance and production scheduling approach. COMPUTERS & CHEMICAL ENGINEERING, 99, 1-15. doi:http://dx.doi.org/10.1016/j.compchemeng.2017.01.007.

ISAKSSON, A., HARJUNKOSKI, I., & SAND, G. (2017). The impact of digitalization on the future of control and operations. Computers and Chemical Engineering, pp. (article in press).

HADERA, H., LABRIK, R., SAND, G., ENGELL, S., & HARJUNKOSKI, I. (2016). An Improved Energy-Awareness Formulation for General Precedence Continuous-Time Sched-uling Models. INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH, 55, 1336–1346.

CHIOUA, M., BAUER, M., CHEN, S., SCHLAKE, J., SAND, G., SCHMIDT, W., & THORNHILL, N. (2015). Plant-wide root cause identification using plant key performance indicators (KPIs) with applica-tion to a paper machine. CONTROL ENGINEERING PRACTICE, 149–158.

MERKERT, L., HARJUNKOSKI, I., ISAKSSON, A., SÄYNEVIRTA, S., SAARELA, A., & SAND, G. (2015). Scheduling and energy – Industrial challenges and opportunities. Computers and Chemical Engineering, 72, pp. 183 – 198.

HADERA, H., HARJUNKOSKI, I., SAND, G., GROSSMANN, I., & ENGELL, S. (2015). Optimization of steel production scheduling with complex time-sensitive electricity cost. Computers and Chemical Engineering, 76, pp. 117-136.

HARJUNKOSKI, I., MARAVELIAS, C., BONGERS, P., CASTRO, P., ENGELL, S., GROSSMANN, I., ... WASSICK, J. (2014). Scope for industrial applications of production scheduling models and solution methods. Computers and Chemical Engineering, 62, pp. 161 – 193.

SAND, G., & TERWIESCH, P. (2013). Closing the loops: An industrial perspective on the present and future impact of control. EUROPEAN JOURNAL OF CONTROL, 19, 341 – 350.

XU, C., SAND, G., HARJUNKOSKI, I., & ENGELL, S. (2012). A new heuristic for plant-wide schedule coordination problems: The intersection coordination heuristic. Computers and Chemical Engineering, pp. 152–167.

URSELMANN, M., BARKMANN, S., SAND, G., & ENGELL, S. (2011). A Memetic Algorithm for Global Optimization in Chemical Process Synthesis Problems. IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTATION, 15, 659 – 683.


Dissertation

SAND, G. (2004). Echtzeitoptimierung von Belegungsplänen für flexible Batchanlagen.


Beitrag in Buch

SAND, G. (2008). Engineered mixed-integer programming in chemical batch scheduling. In: (Hrsg.): . In S. Engell (Ed.), Logistic Optimization of Chemical Production Processes (pp. 137-161). John Wiley and Sons.

SAND, G., TILL, J., & ENGELL, S. (2008). Stochastic integer programming in uncertainty conscious scheduling. In S. Engell (Ed.), Logistic Optimization of Chemical Production Processes (pp. 137-161). John Wiley and Sons.

TYLKO, M., BARKMANN, S., SAND, G., SCHEMBECKER, G., & ENGELL, S. (2006). Synthesis of reactive separation processes. In H. Schmidt-Traub und A. Gorak (Ed.), Process Intensification by Integrated Reaction and Separation Operations (pp. 7-94). Springer.

ENGELL, S., MÄRKERT, A., SAND, G., SCHULTZ, R., & SCHULZ, C. (2001). Online scheduling of multiproduct batch plants under uncertainty. In M. Grötschel, S. Krumke und J. Rambau (Eds.), Online Optimization of Large Scale Systems (pp. 649-676). Springer.


Beitrag in Tagungsband

SAND, G., BARTH, M., & WEXEL, M. (2017). Digitale Zukunft der Automatisierung - Aufbau eines Innovationsnetzwerks für die Region Nordschwarzwald. In Jörg Reiff-Stephan (Ed.), AALE 2017 - Angewandte Automatisierungstechnik in Lehre und Entwicklung (pp. 261-264).

SAND, G., ENGELL, S., MERKERT, A., & SCHULTZ, R. (2004). Applied stochastic integer programming: Scheduling in the processing industries. In H.G. Bock, E. Kostina, X.P. Hoang und R. Rannacher (Eds.), International Conference on High Performance Scientific Computing (pp. 441-450). Springer.

ENGELL, S., MÄRKERT, A., SAND, G., & SCHULTZ, R. (2002). Production planning in a multiproduct batch plant under uncertainty. In A. Anile, V. Capasso und A. Greco (Eds.), Progress in Industrial Mathematics at ECMI 2000 (pp. 526-531).