Η μονάδα καλύπτει τις εκπαιδευτικές ανάγκες των ακόλουθων μαθημάτων:

• Ρύθμιση διεργασιών
• Προχωρημένη ρύθμιση διεργασιών

Τα ερευνητικά ενδιαφέροντα της μονάδας καλύπτουν ένα ευρύ πεδίο θεμάτων που αφορούν στη μοντελοποίηση, αυτόματη ρύθμιση και βελτιστοποίηση συστημάτων χημικής μηχανικής με έμφαση στην ανάπτυξη και εφαρμογή τεχνολογιών τεχνητής νοημοσύνης. Πιο συγκεκριμένα, οι βασικές κατευθύνσεις της ερευνητικής δραστηριότητας της μονάδας συνοψίζονται ως εξής:

• Σχεδιασμός, Προσομοίωση και Ανάλυση Γραμμικών και Μη Γραμμικών Συστημάτων Αυτόματης Ρύθμισης: Το ερευνητικό έργο της μονάδας στην περιοχή αυτή έχει προσανατολιστεί στην ανάπτυξη μεθοδολογιών συστημάτων ρύθμισης προβλεπτικού μοντέλου (Model Predictive Controllers, MPC). Τα συστήματα αυτά βασίζονται στους ηλεκτρονικούς υπολογιστές και χρησιμοποιούν ένα δυναμικό μοντέλο της διεργασίας για την πρόβλεψη της συμπεριφοράς της στο μέλλον. Η δράση του ρυθμιστή αποσκοπεί στην ελαχιστοποίηση των διαφορών μεταξύ των επιθυμητών τιμών των ρυθμιζόμενων μεταβλητών της διεργασίας και των προβλέψεων που δίνει για τις μεταβλητές αυτές το μοντέλο της διεργασίας.
• Νευρωνικά δίκτυα: Τα νευρωνικά δίκτυα είναι δομές που χρησιμοποιούν πολλαπλά στρώματα, τα οποία αποτελούνται από νευρώνες και χρησιμοποιούνται για την παραμετροποίηση απεικονίσεων μη γραμμικών συστημάτων. Τα νευρωνικά δίκτυα αποτελούν ένα πολύ ισχυρό μαθηματικό εργαλείο που προσομοιάζει τον τρόπο με τον οποίο λειτουργεί ο ανθρώπινος εγκέφαλος. Ιδιαίτερη έμφαση δίνεται στην ανάπτυξη αλγόριθμων εκπαίδευσης δικτύων ακτινικής βάσης.
• Συστήματα Ασαφούς Λογικής: Η ασαφής λογική έχει αποτελέσει τα τελευταία χρόνια μια από τις πιο επιτυχείς τεχνολογίες για την ανάπτυξη ευφυών συστημάτων. Η μονάδα χρησιμοποιεί την τεχνολογία της ασαφούς λογικής για την ανάπτυξη δυναμικών μοντέλων, την πρόβλεψη πωλήσεων, την αναγνώριση προτύπων, το σχεδιασμό ασαφών ρυθμιστών κλπ.
• Βελτιστοποίηση Συστημάτων: Ανάπτυξη εξελικτικών αλγόριθμων, για την επίλυση σύνθετων προβλημάτων βελτιστοποίησης που διαμορφώνονται σε συστήματα χημικής μηχανικής. Η ανάπτυξη τέτοιων αλγόριθμων έχει ιδιαίτερη σημασία, μια που σε πραγματικά παραδείγματα από τη βιομηχανία ο τύπος των προβλημάτων και ο αριθμός των ακέραιων και συνεχών μεταβλητών που συμμετέχουν κάνουν δύσκολη την επίλυσή τους με τη χρησιμοποίηση συμβατικών μεθοδολογιών.
• Προγραμματισμός παραγωγής και έλεγχος αποθεμάτων: Ανάπτυξη μεθοδολογιών που στοχεύουν στη λήψη των σωστών αποφάσεων κατά τον προγραμματισμό της παραγωγής, λαμβάνοντας υπόψη τις σημαντικές παραμέτρους (τιμές πρώτων υλών και βοηθητικών παροχών, χωρητικότητα μονάδων αποθήκευσης, παραγωγική δυναμικότητα, στόχους ως προς την εξυπηρέτηση πελατών κλπ.) Οι μεθοδολογίες βασίζονται σε τεχνικές αυτόματης ρύθμισης.