最適DOEと統計モデリングによる化学ループプロセスの最適化（2020-EU-45MP-313） フランク・デルイク、ホーゲント応用科学芸術大学講師
本プレゼンテーションでは、CO2回収によるH2と合成ガス生成を伴う化学ループプロセスの性能を最大化するための最適なDOE（実験計画法）と統計モデルを構築します。これらのプロセスは、エネルギーと循環型経済のための新たな資源となる可能性があります。使用される複雑な流動床反応器は、複数の相互作用効果や二次効果、そしてランダムノイズの影響を受ける可能性があるため、綿密な実験およびモデリング戦略が必要です。JMPのDOEおよび解析プラットフォームは、幅広いDOE作成およびモデルフィッティングオプションを提供します。本稿では、研究開発基準と目標、モデル目的、そして検出力、因子相関、分散プロファイルなどのDOE診断に基づき、直交RSM、カスタムDOE、DSDの中から選択する方法を説明します。モデル構築は、ステップワイズ回帰（固定因子順方向選択とすべての可能なモデル）を用いて効果的な因子を選別し、その後、ランダムノイズ分散を除去するREML分析を行うことで行われます。メタン変換および合成ガス収率に関する有用なモデルが得られ、追加の検証実験によって裏付けられています。プロファイラの望ましさ関数は、最適な運転条件を計算するために使用されます。この研究は、慎重な DOE 設定と統計モデリング アプローチによって複雑な技術プロセスを最適化できる可能性を示しています。
高度な統計モデリング基本的なデータ分析とモデリング消費者・市場調査実験計画法マスカスタマイゼーション予測モデリングと機械学習品質およびプロセスエンジニアリング信頼性分析
