Hibridno modeliranje kontinuirnega mešalnega reaktorja z nevronskimi mrežami

Jurkovnik, Jonatan

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Hibridno modeliranje kontinuirnega mešalnega reaktorja z nevronskimi mrežami
Avtorji:	ID Jurkovnik, Jonatan (Avtor) ID Novak Pintarič, Zorka (Mentor) Več o mentorju... ID Pečar, Darja (Komentor)
Datoteke:	UN_Jurkovnik_Jonatan_2026.pdf (2,90 MB) MD5: 33E8D4F077F6443D26441A2988072940
Jezik:	Slovenski jezik
Vrsta gradiva:	Diplomsko delo/naloga
Tipologija:	2.11 - Diplomsko delo
Organizacija:	FKKT - Fakulteta za kemijo in kemijsko tehnologijo
Opis:	V diplomski nalogi smo v programskem jeziku Python modelirali kontinuirni mešalni reaktor (CSTR) z uporabo mehanističnega in hibridnega modela. Mehanistični model ocenjuje koncentracije z uporabo eksaktnih zakonov kemije in fizike. Hibridni model združuje mehanistično modeliranje s podatkovno vodenim, ki koncentracije računa z uporabo nevronskih mrež. V našem primeru je mehanistični del hibridnega modela izračunaval spremembe koncentracij komponente zaradi vtokov in iztokov komponent, nevronska mreža pa je ocenjevala hitrost nastanka produkta in porabe reaktantov zaradi kemijske reakcije. Pri mehanističnem modelu smo hitrost zaradi kemijske reakcije ocenili z uporabo kinetične enačbe. Hibridni model se je izkazal kot uporaben, saj se njegovi rezultati dobro ujemajo z rezultati mehanističnega modela. Z nastavitvijo parametrov nevronske mreže lahko vplivamo na kompromis med natančnostjo modela in računskim časom.
Ključne besede:	nevronske mreže, kontinuirni mešalni reaktor, modeliranje, kemijska reakcija, strojno učenje, kemijsko inženirstvo
Kraj izida:	Maribor
Leto izida:	2026
PID:	20.500.12556/DKUM-99326
Datum objave v DKUM:	07.09.2026
Število ogledov:	220
Število prenosov:	9
Metapodatki:
Področja:	KTFMB - FKKT
:	Kopiraj citat

Skupna ocena:	(0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:	CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna

Povezava:	http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:	Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:	12.08.2026

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Hybrid modeling of a continuous stirred tank reactor using neural networks
Opis:	In our thesis, we modelled a continuous stirred tank reactor (CSTR) in Python using both mechanistic and hybrid models. The mechanistic model estimates concentrations using the exact laws of chemistry and physics. The hybrid model combines mechanistic and data-driven modelling, calculating concentrations using neural networks. In our case, the mechanistic part of the hybrid model calculated changes in component concentrations due to inflows and outflows, while the neural network estimated the rates of product formation and reactant consumption due to a chemical reaction. In the purely mechanistic model, we estimated the reaction rate using a kinetic equation. The hybrid model proved useful, as its results agreed well with those of the mechanistic model. By adjusting the parameters of the neural network, we can control the trade-off between model accuracy and computational time.
Ključne besede:	neural networks, continuous stirred tank reactor, modeling, chemical reaction, machine learning, chemical engineering

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj