Naslov
PREGLED METODA I RAZVOJ MODELA U PROGRAMSKOM JEZIKU PYTHON ZA PREPOZNAVANJE I PREDVIĐANJE NASTAJANJA NASLAGA U INDUSTRIJSKIM IZMJENJIVAČIMA TOPLINE
(A REVIEW OF METHODS AND MODEL DEVELOPMENT IN PYTHON PROGRAMMING LANGUAGE FOR FOULING DETECTION AND PREDICTION IN INDUSTRIAL HEAT EXCHANGERS)

Autori
Rimac, Nikola ; Ujević Andrijić, Željka

Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni

Izvornik
XIII. SUSRET MLADIH KEMIJSKIH INŽENJERA KNJIGA SAŽETAKA Book of Abstracts XIII Meeting of Young Chemical Engineers / Dejanović, Igor ; Vrsaljko, Domagoj ; Žižek, Krunoslav - Zagreb, 2020, 11-11

ISBN
978-953-6894-71-0

Skup
XIII. susret mladih kemijskih inženjera (SMLKI 2020)

Mjesto i datum
Zagreb, Hrvatska, 20.02.2020. - 21.02.2020

Vrsta sudjelovanja
Poster

Vrsta recenzije
Međunarodna recenzija

Ključne riječi
Heat exchanger, Fouling, Neural network, Process modeling
(Izmjenjivač topline, Naslage, Neuronske mreže, Modeliranje procesa)

Sažetak
Nastajanje naslaga u izmjenjivačima topline ozbiljan je i uvijek aktualan industrijski problem čije se posljedice mjere u milijunima dolara godišnje. Nastajanje naslaga dovodi do smanjenja efikasnosti rada izmjenjivača topline što utječe na smanjenje opsega proizvodnje, dodatne neželjene popravke procesne opreme, ali i na okoliš zbog korištenja kemikalija za čišćenje te dodatne potrošnje energije. Stoga ni ne čudi da se u akademskim i industrijskim krugovima razvila potreba za rješenjem tog problema. Razvijani su i predstavljeni razni empirijski, poluempirijski i fundamentalni modeli poput Ebert i Panchalovog modela, NTU metode i drugih. Zbog složenog procesa nastajanja naslaga ne postoji široko primjenjiv fundamentalni model za predviđanje nastajanja naslaga. Stoga se predlaže razvoj naprednih modela na temelju kontinuirano prikupljanih podataka koji za ulogu nemaju fizikalnu identifikaciju mehanizma nastajanja nego prilično lako opisuju vezu ulaznih i izlaznih veličina što je često i dovoljno za razumijevanje i predviđanje vladanja procesa. Primjer takvih naprednih metoda su sustavi neizrazite logike, umjetne neuronske mreže, parcijalna regresija metodom najmanjih kvadrata, nelinearne autoregresijske metode i druge. Ovaj rad obuhvaća pregled dosadašnjih najčešće korištenih metoda za prepoznavanje i predviđanje nastajanja naslaga. Na osnovu podataka prikupljenih kontinuiranim mjerenjima temperature i protoka s rafinerijskog postrojenja, razvijen je model umjetnih neuronskih mreža u programskom jeziku Python. Model neuronskih mreža razvijen je unutar Keras biblioteke. U radu je prikazano da se predloženi model razvijen u Pythonu može zadovoljavajuće koristiti za prepoznavanje i predviđanje nastanka naslaga u izmjenjivačima topline.

Izvorni jezik
Hrvatski

Znanstvena područja
Kemijsko inženjerstvo

POVEZANOST RADA