Projekti / Programi
Kemijska procesna sistemska tehnika
| Koda |
Veda |
Področje |
Podpodročje |
| 2.02.00 |
Tehnika |
Kemijsko inženirstvo |
|
| Koda |
Veda |
Področje |
| T350 |
Tehnološke vede |
Kemijska tehnologija in inženirstvo |
| T200 |
Tehnološke vede |
Termično inženirstvo, uporabna termodinamika |
destilacijske kolone, sinteza procesov, toplotna integracija; kontinuirano obratovanje, mejna kapaciteta, šaržno obratovanje; MINLP, sekvenčno/kontinuirano optimiranje, superstruktura; fazna ravnotežja, napovedovanje modelov, nevronske mreže.
Raziskovalci (7)
Organizacije (1)
Povzetek
Raziskovali smo sintezo, načrtovanje in optimiranje procesov ter uporabo nevronskih mrež v kemijski tehniki.
Razvili smo nov postopek za iskanje najboljših struktur toplotno integriranih destilacijskih sistemov. Razporeditev struktur po celotnih stroških energentov omogoča grobo izbiro med alternativami. Najboljše je mogoče določiti z maksimiranjem vsot produktov toplotnih tokov med integriranimi kolonami in temperaturnih razlik med kondenzatorjem ene in vrelnikom druge od njih.
Metodologijo izbire med šaržnimi in kontinuiranimi procesi smo preverili na primeru proizvodnje dibutilftalata in potrdili naše prejšnje zaključke. Pod mejno kapaciteto je donosnejši šaržni proces z večnamensko procesno opremo, nad njo pa kontinuirani proces. Mejna kapaciteta je odvisna od vrste procesa ter od razmerja med naložbo in celotnimi stroški.
Razvili smo kombinirano zaporedno metodo optimiranja obstoječih procesov, ki jo sestavlja generiranje superstrukture z analizo uščipa, formuliranje modela MINLP z NLP poenostavitvijo, zaporedno optimiranje z direktno metodo iskanja optimuma in simultano opimiranje s programom GAMS. Proces optimiranja po potrebi večkrat ponovimo.
Razvijali smo nevronske mreže za napovedovanje najboljših modelov faznega ravnotežja pri različnih snovnih mešanicah. Razvili smo programe za klasificiranje modelov faznega ravnotežja, za pretvorbo uporabniških podatkov v učne, za risanje Kohonenove mape in za moč modela faznega ravnotežja ter modificirali program za učenje - sedaj je 30-krat hitrejši. Paket bo omogočil učenje in testiranje mrež ter napovedovanje metod za ocenjevanje fizikalnih lastnosti.
