Use and improvement of machine learning in adsorption research and processes

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Richard, Klaus Feio Soares
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Adsorção - separação
Modelagem - computação
Otimização - sistema
Aprendizagem de máquina
Machine Learning;
Modeling - computing
Adsorption - separation
Optimization - system
CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
Link de acesso: http://repositorio.ufc.br/handle/riufc/78538
Resumo: This work investigates multiple methods of machine learning for an application of surrogate modelling and optimization of an experimentally validated Pressure Swing Adsorption model, evaluation their accuracy and precision compared to the more widely use method of Artificial Neural Networks. In addition, some means of improving the machine learning models accuracy with at-hand process knowledge and parameters were explored, which was followed by the optimization of the Purity and Recovery parameters of the system, finishing with a quantification of the total computational time employed. All steps described were developed and finished successfully using the open source Python programming language and the expected and unexpected results were discussed and the optimization was finalized and expanded.

Registros relacionados