Frank Deruyck, docente, HOGENT University of Applied Sciences and Arts
In questa presentazione vengono creati un DOE e modelli statistici ottimali per massimizzare le prestazioni di un processo di chemical looping con cattura di CO2 per generare H2 e gas di sintesi, potenziali nuove risorse per l'energia e l'economia circolare. Il complesso reattore a letto fluidizzato utilizzato è soggetto a diversi possibili effetti interagenti e quadratici, nonché a rumore casuale, pertanto è necessaria una strategia sperimentale e di modellazione ponderata. In JMP, le piattaforme DOE e di analisi offrono un'ampia varietà di opzioni di preparazione del DOE e di adattamento del modello. Questo articolo illustrerà come decidere tra un RSM ortogonale, un DOE personalizzato e un DSD in base a criteri e obiettivi di R&S, nonché obiettivi del modello e diagnostica DOE come potenza, correlazione fattoriale e profilo di varianza. La costruzione del modello avviene mediante lo screening dei fattori efficaci mediante regressione stepwise (selezione anticipata a fattore fisso e tutti i possibili modelli), seguita da un'analisi REML che elimina la varianza del rumore casuale. Vengono ottenuti modelli utili per la conversione del metano e la resa del gas di sintesi, supportati da ulteriori esperimenti di validazione. La funzione di desiderabilità del profiler viene utilizzata per calcolare le condizioni operative ottimali. Questo lavoro dimostra la possibilità di ottimizzare un processo tecnologico complesso con un'attenta impostazione del DOE e un approccio di modellazione statistica.
