Zastosowanie sieci neuronowych do wspomagania modelowania reaktorów chemicznych

• Autorzy: Molga E.

Warianty tytułu

EN

Application of neural networks to support modelling of chemical reactors

• Języki publikacji: PL

Abstrakty

PL

Przedmiotem pracy są badania nad zastosowaniem sztucznych sieci neuronowych S do wspomagania modelowania reaktorów chemicznych. Za najważniejszy element przeprowadzonych w ramach tej pracy studiów i badań należy uważać uzyskanie nowych metod rozwiązywania problemów neuronowego modelowania reaktorów przez konstruktywne rozwinięcie koncepcji modelu hybrydowego. Opracowano i przedstawiono kompleksową metodę tworzenia rodziny modeli neuronowych dla dowolnego typu reaktora oraz dla dowolnego układu reagującego. Zaproponowano i przeprowadzono systematyczną analizę procesu tworzenia modeli neuronowych, ze szczególnym uwzględnieniem zalet i wad proponowanego podejścia. Zasadniczy nacisk położono nie tylko na praktyczne znaczenie proponowanych metod postępowania, lecz przede wszystkim na określenie ilościowych, pojęciowych i poznawczych konsekwencji stosowania neuronowych modeli reaktorów. Proponowane metody modelowania oraz przeprowadzoną analizę porównawczą ilustrowano wynikami prac własnych, wykonanych dla złożonej, katalitycznej reakcji uwodorniania 2,4-dini-trotoluenu (DNT), prowadzonej w warunkach nieustalonych w wielofazowym reaktorze typu zbiornik z mieszadłem. Szeroko przedyskutowano podstawowe problemy praktycznego stosowania sieci neuronowych w inżynierii reaktorów chemicznych. Wskazano metody wyboru architektury sieci neuronowej (w tym bardzo istotnego wyboru zestawu danych wejście-wyjście), rozwiązywania problemów efektywności i dokładności uczenia sieci oraz wpływu jakości danych doświadczalnych j na dokładność i elastyczność uzyskiwanych rozwiązań. Zaproponowano robocze kryteria określające metody efektywnego postępowania w wymienionych wypadkach. Porównano modele neuronowe reaktora z modelowaniem klasycznym.

EN

In this study an attempt has been made to systemize and develop achievements in the application of a neural network to support the modelling of chemical reactors. The most important part of the studies and investigations performed within the frame of this work is an elaboration of new methods to solve the problems of neural modelling of reactors by a creative development of the hybrid model. A new universal method to create a family of neural models for the reactor and reacting system of any type was elaborated and is presented. Based on this method a detailed analysis of the creation process of a neural model was performed. The influence of neural modelling of chemical reactors on the quality of the obtained predictions was considered as well as other aspects, such as the influence of the neural modelling on the development of classical models have also been taken into account in this analysis. The proposed methods of modelling as well as a comparative analysis are illustrated with the results of calculations carried out for a complex, catalytic hydrogenation of 2,4-dinitrotoluene (2,4-DNT) performed at non-steady state conditions in a multiphase stirred tank reactor. The methods of choosing the net input-output signals, the net architecture, the learning method and the number and quality of leaming data have been elaborated and their influence on the accuracy and elasticity of the obtained predictions have been widely discussed. A comparison of neural and classical modelling of reactors was performed.

Słowa kluczowe

PL

sieci neuronowe; reaktory chemiczne; neuronowe modele reaktora

EN

neural networks

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Wydziału Inżynierii Chemicznej i Procesowej Politechniki Warszawskiej
• Rocznik: 2001
• Tom: Vol. 27, z. 1
• Strony: 5--146
• Opis fizyczny: Bibliogr. 130 poz., rys., tab., wykr.

Twórcy

autor

Molga E.

• Zakład Kinetyki i Termodynamiki Procesowej Wydział Inżynierii Chemicznej i Procesowej Politechniki Warszawskiej