Frank Deruyck, Dozent, HOGENT Hochschule für Angewandte Wissenschaften und Kunst
In dieser Präsentation werden optimale Versuchsplanungs- und statistische Modelle entwickelt, um die Leistung eines chemischen Kreislaufprozesses mit CO₂-Abscheidung zur Erzeugung von H₂ und Synthesegas zu maximieren – potenzielle neue Ressourcen für Energie und Kreislaufwirtschaft. Der verwendete komplexe Wirbelschichtreaktor ist verschiedenen möglichen Wechselwirkungen und quadratischen Effekten sowie zufälligem Rauschen ausgesetzt, weshalb eine durchdachte Versuchs- und Modellierungsstrategie unerlässlich ist. In JMP bieten die Versuchsplanungs- und Analyseplattformen vielfältige Optionen zur Versuchsplanung und Modellanpassung. Dieser Beitrag veranschaulicht, wie man anhand von F&E-Kriterien und -Zielen sowie Modellzielen und Versuchsplanungs-Diagnostik (z. B. Teststärke, Faktorkorrelation und Varianzprofil) zwischen einem orthogonalen Response-Surface-Methods-Modell (RSM), einem benutzerdefinierten Versuchsplanungsmodell und einem DSD-Modell wählt. Die Modellbildung erfolgt durch die Auswahl effektiver Faktoren mittels schrittweiser Regression (Vorwärtsselektion mit festen Faktoren und alle möglichen Modelle), gefolgt von einer REML-Analyse zur Eliminierung der Varianz des zufälligen Rauschens. Es werden nützliche Modelle für die Methanumwandlung und die Synthesegasausbeute gewonnen und durch zusätzliche Validierungsexperimente untermauert. Die Profiler-Wünschbarkeitsfunktion wird verwendet, um die optimalen Betriebsbedingungen zu berechnen. Diese Arbeit demonstriert die Möglichkeit, einen komplexen technologischen Prozess durch eine sorgfältige Versuchsplanung und einen statistischen Modellierungsansatz zu optimieren.
