Ke3130900 Kemiantekniikan tietotekniikka Luento 3



Samankaltaiset tiedostot
Ke Kemiantekniikan tietotekniikka Luento 2

BJ30A1000 Kemiantekniikan tietotekniikka Luennot 1 ja 2

Panosprosessien integroitu hallinta

OPINTOJAKSOJA KOSKEVAT MUUTOKSET/MATEMATIIKAN JA FYSIIKAN LAITOS/ LUKUVUOSI

BJ30A1000 Kemiantekniikan tietotekniikka Polymath

OPINTOJAKSOJA KOSKEVAT MUUTOKSET/MATEMATIIKAn JA FYSIIKAN LAITOS LUKUVUOSI

Kemiallinen reaktiotekniikka syksy 2011

HSC-ohje laskuharjoituksen 1 tehtävälle 2

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Simulation model to compare opportunistic maintenance policies

2. Prosessikaavioiden yksityiskohtainen tarkastelu

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

PROSESSISUUNNITTELUN SEMINAARI. Luento vaihe

Joonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen

OPINTOJAKSOJA KOSKEVAT MUUTOKSET/KEMIANTEKNIIKAN KOULUTUSOHJELMA/LUKUVUOSI

Case: Ydinvoimalan käyttöautomaation allianssi

Säätötekniikan perusteet. Merja Mäkelä KyAMK

Kemiantekniikan osaston opintojaksot Lukuvuosi

Integrointialgoritmit molekyylidynamiikassa

Finnish Solar Revolution

Tekes BioRefine and Water: Water Innovations and Business Eväitä jatkoon Smart Water alueella Marina Congress Center Katri Mehtonen

Pro-IT. Ohjelmistokatsaus. Jiri Hietanen /Jiri Hietanen

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt

Mistä kilpailukykyä kotimaiseen tuotantoon? Tuotannon ulkomaille siirtämisen haasteet

Harjoitus 4: Matlab - Optimization Toolbox

Making use of BIM in energy management

Tilanne KEMIANTEKNIIKKA OPINTOJAKSOMUUTOKSET/LUKUVUOSI

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

Scheduling of Genetic Analysis Workflows on Grid Environments (valmiin työn esittely) Arttu Voutilainen

CFD:n KEHITTÄMISTARPEET JA KEHITTÄMISMAHDOLLISUUDET VTT:n NÄKEMYKSIÄ. Lars Kjäldman CFD kehitysseminaari

Lentotiedustelutietoon perustuva tykistön tulenkäytön optimointi (valmiin työn esittely)

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Professori Heikki Kälviäinen Tietotekniikan laitoksen johtaja. Konenäön ja hahmontunnistuksen laboratorio

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

Logistiikkajärjestelmien mallintaminen - käytännön sovelluksia

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

CFD Lappeenrannan teknillisessä yliopistossa. Jouni Ritvanen.

Digitalisaation hyödyt teollisuudessa

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Miten ymmärtää puubiomassan kaasutusta paremmin? - Hiilen kaasutusmallin kehittäminen

Algoritmit 2. Luento 13 Ti Timo Männikkö

BUSINESS POWER FROM NEW AUTOMATION TECHNOLOGY (BAT) Alustus ryhmätöihin Olli Ventä

Harjoitus 4 ( )

Indoor Environment

Energiatehokkuus ja strateginen huippututkimus EFEU ohjelman tuloksia

Harha mallin arvioinnissa

METKU / MERENKULUN TURVALLISUUSKULTTUURIN KEHITTÄMINEN WP1 / Merenkulun turvallisuuden tunnusluvut METKU

12. luento: Simplexin implementointi Mallinnusjärjestelmät. Simplexin implementointiin liittyviä asioita

Teknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät

Virtauslaskentaan liittyvä tutkimus TKK:n koneosastolla. Timo Siikonen

OPTIMOINNIN JA PÄÄTÖKSENTEON MAISTERI- KOULUTUS (OPTI)

Yrityksen informaatio- ja toimintoprosessien optimointi

Konetekniikan koulutusohjelman opintojaksomuutokset

Computing Curricula raportin vertailu kolmeen suomalaiseen koulutusohjelmaan

Suunnittelun ja rakentamisen nykytila

Luento 5: Suurten lineaaristen yhtälöryhmien ratkaiseminen iteratiivisilla menetelmillä

Harjoitus 9: Excel - Tilastollinen analyysi

Kiinteistötekniikkaratkaisut

Metsäbiomassaan perustuvien nestemäisten biopolttoaineiden ilmastovaikutukset

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Ke Kemiantekniikan tietotekniikka Luento 1

DBN Mitä sillä tekee? Dynaamisten Bayes-verkkojen määrittely aikasarja-analyysissä Janne Toivola

RAKENNUSTEN ENERGIANKÄYTÖN OPTIMOINTI. Kai Sirén Aalto yliopisto

1 Komparatiivinen statiikka ja implisiittifunktiolause

Etsintä verkosta (Searching from the Web) T Datasta tietoon Heikki Mannila, Jouni Seppänen

Optimointi. Etsitään parasta mahdollista ratkaisua annetuissa olosuhteissa. Ongelman mallintaminen. Mallin ratkaiseminen. Ratkaisun analysointi

ISEB/ISTQB FOUNDATION CERTIFICATE IN SOFTWARE TESTING III

Automaatiojärjestelmän hankinnassa huomioitavat tietoturva-asiat

SCM Tuloskortti. Toimitusketjun hallinnan itsearviointi. Pekka Aaltonen Logistiikan Koulutuskeskus ECL Oy Ab alkaen LOGY Competence Oy

Tulistimien kloorikorroosion estäminen lisäainein Corraway. Tutkimuslaitosprojekti VTT, Åbo Akademi

Betonin pitkät käyttöiät todellisissa olosuhteissa

MALLIT VESIJÄRJESTELMIEN TUTKIMUKSESSA

Welding Production Analysis

Sähkönjakeluverkon hallinnan arkkitehtuuri. Sami Repo

THM-MALLIN NUMERIIKKA. Antti Niemistö, Janne Martikainen Numerola oy

MS-C1340 Lineaarialgebra ja

Skedulerisimulaattorin implementointi fysiikkatöille ja sen matemaattinen validointi

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

Thermodynamic and process modelling in metallurgy and mineral processsing Toteutusajankohta: Syksy 2018 (periodit 1 ja 2)

AS TENTTIJÄRJESTYS LUKUVUOSI päiv as

Virtaussimulaatioseminaari teollisuuden puheenvuorot: virtaussimulaatiot, merkitys ja kehitystarpeet

Rakentamisen 3D-mallit hyötykäyttöön

Puumenetelmät. Topi Sikanen. S ysteemianalyysin. Laboratorio Aalto-yliopiston teknillinen korkeakoulu

Continuous environmental monitoring for the automation of water balance management at mines

4 / 2013 TI-NSPIRE CAS TEKNOLOGIA LUKIOSSA. T3-kouluttajat: Olli Karkkulainen ja Markku Parkkonen

BJ90A1000 Luonnonvarat ja niiden prosessointi kemianja energiateollisuudessa 3 op

Avoimen datan liiketoimintamallit. Matti Rossi, Aalto University School of Business

MASIT18 Simuloinnin ja suunnittelun uudet sovellustavat ja liiketoiminta

IBM Iptorin pilven reunalla

Numeeriset menetelmät

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

Implementation of Selected Metaheuristics to the Travelling Salesman Problem (valmiin työn esittely)

Aalto-yliopisto Kemian tekniikan korkeakoulu Kemian tekniikan lukujärjestys SYKSY 2012

Estimointityökalut. Pekka Forselius, Senior Advisor Finnish Software Measurement Association FiSMA ry

AS Automaation signaalinkäsittelymenetelmät. Tehtävä 1. Käynnistä fuzzy-toolboxi matlabin komentoikkunasta käskyllä fuzzy.

Biohiilen tuotanto ja käyttö, edellytykset ja mahdollisuudet Suomessa

Ohjelmistoarkkitehtuuriin vaikuttavia tekijöitä. Kari Suihkonen

Havaitsevan tähtitieteen peruskurssi I. Datan käsittely. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos

Transkriptio:

Ke3130900 Kemiantekniikan tietotekniikka Luento 3 Kimmo Klemola 08.02.2007 February 8, 2007 Kimmo Klemola 1 Polymath Helppokäyttöinen Chemical Reaction Engineeringprofessorien tekemä Soveltuu monipuolisesti Chemical Engineeringsovelluksiin Jaettu neljään moodiin : 1. Linear Equations 2. Nonlinear Equations 3. Differential Equations 4. Data analysis and Regression Opiskelijoilla mahdollisuus viedä kotikoneeseenkin February 8, 2007 Kimmo Klemola 2 Luento 3 1

Polymath - päävalikko February 8, 2007 Kimmo Klemola 3 Polymath Lineaarisen yhtälöryhmän ratkaisija LEQ EXAMPLE 0.07 D1 + 0.18 B1 + 0.15 D2 + 0.24 B2 = 10.5 0.04 D1 + 0.24 B1 + 0.10 D2 + 0.65 B2 = 17.5 0.54 D1 + 0.42 B1 + 0.54 D2 + 0.10 B2 = 28 0.35 D1 + 0.16 B1 + 0.21 D2 + 0.01 B2 = 14 LEQ SOLUTION [1] D1 = 26.25 [2] B1 = 17.5 [3] D2 = 8.75 [4] B2 = 17.5 February 8, 2007 Kimmo Klemola 4 Luento 3 2

Polymath Epälineaarisen yhtälöryhmän ratkaisija NLE February 8, 2007 Kimmo Klemola 5 Polymath - Differentiaaliyhtälöratkaisija DEQ February 8, 2007 Kimmo Klemola 6 Luento 3 3

Polymath Regressio February 8, 2007 Kimmo Klemola 7 Polymath Dataplot February 8, 2007 Kimmo Klemola 8 Luento 3 4

Polymath Regressio POLYMATH Report Nonlinear Regression (L-M) Model: P = 10^(A+B/(TC+C)) Variable Initial guess Value 95% confidence A 6. 6.615457 0.3426189 B -1000. -1053.266 177.207 C 200. 201.9117 21.62436 Nonlinear regression settings Max # iterations = 64 Precision R^2 R^2adj Rmsd Variance 0.9999704 0.9999619 0.399559 2.280677 February 8, 2007 Kimmo Klemola 9 Production Planning, Logistics, and Scheduling Models - Tuotannon suunnittelu, logistiikka, aikataulutus Tuotannon suunnittelun ja aikataulutuksen avulla pyritään optimoimaan tapahtumia tiettynä aikana, esimerkiksi tuottamaan tietyllä laitekannalla tiettynä aikana mahdollisimman paljon mahdollisimman arvokasta tuotetta. Suomessa tehdään Åbo Akademissa korkeatasoista tutkimusta (prof. Tapio Westerlund) February 8, 2007 Kimmo Klemola 10 Luento 3 5

Process Control Prosessien säätö Prosessien säätö on yleisnimitys sellaisille menetelmille, joilla prosessia pyritään hallitsemaan ja ohjaamaan. Prosessien säädössä käytettään erilaisia instrumentteja kuten paine- ja lämpötila-antureita. Säädössä oleelliset toiminnot ovat mittaus, mittaustuloksen arviointi ja näitä seuraava muutos (esim. virtauksen pienentäminen venttiilin avulla). Yhdessä näitä toimintoja kutsutaan säätöpiiriksi. Prosessien säätösysteemit toimivat real-time ja niiden tulee reagoida välittömästi prosessimuutoksiin. February 8, 2007 Kimmo Klemola 11 Process Control Prosessien säätö APROS (VTT) PROSimulator (Fortum) Metso Automation Damatic Honeywell ABB Automation Total Plant Alcont February 8, 2007 Kimmo Klemola 12 Luento 3 6

Prosessien säätö - PROSimulator Fortumin oma dynaaminen simulaattori, jota käytetään mm. säätöjärjestelmien suunnitteluun ja operaattorien koulutukseen. February 8, 2007 Kimmo Klemola 13 Operator Training and Support Systems - Operaattorien koulutus Käytetään työntekijöiden koulutukseen, etuja mm: hallitummat ja nopeammat prosessien käynnistykset vähemmän ja lyhyempiä prosessien alasajoja parempi tuotteen laatu pienemmät päästöt mitä jos kokeiluja voidaan tehdä riskittä tuotanto pystytään pitämään jatkuvasti hyvänä operaattorien koulutus on riskitöntä ja taloudellista (tuotetta ei mene hukkaan, laitteita ei hajoa ynm) pienennetään koululutusaikaa turvallisuus- ja laatukoulutus uusien työntekijöiden tai uuden työvuoron nopea perehdyttäminen työntekijöiden (operaattorien) taitotaso pystytään pitämään hyvänä February 8, 2007 Kimmo Klemola 14 Luento 3 7

Parameter Estimation - Parametriestimointi Parametriestimoinnissa esimerkiksi koedatan pisteisiin sovitetaan jokin matemaattinen malli. Toisin sanoen mallin parametrit saavat sellaiset optimaaliset arvot, että malli sopii mahdollisimman hyvin koepisteisiin. Malli fitataan, sovitetaan, koedataan. Huom!!!!!!!!!!!!! Mikäli koedata sovitetaan matemaattiseen malliin (teoriaan), on kyse esimerkiksi tieteellisestä huijauksesta. February 8, 2007 Kimmo Klemola 15 Parameter Estimation - Parametriestimointi Toisen asteen yhtälön sovitus datapisteisiin Excelillä, eli estimoidaan parametrit a, b ja c 70 60 50 2 y = ax + bx+ c 40 30 y = 0.6038x 2-3.1548x + 5.6836 20 10 0 0 2 4 6 8 10 12 14 February 8, 2007 Kimmo Klemola 16 Luento 3 8

Parameter Estimation - Parametriestimointi Ulkomaisia: Matlab Polymath SigmaPlot and many more Suomalaisia: ModEst (Haario, LTY, kemianteollisuus, farmasia) Kinfit (Aittamaa, Flowbat) VLE-fit (Aittamaa, Flowbat) February 8, 2007 Kimmo Klemola 17 Experimental Planning (Experimental Design) - Koesuunnittelu Koesuunnittelun avulla pyritään löytämään optimaalinen koejärjestely tarvittavan tiedon saamiseksi. Kansanomaisesti voi sanoa, että koesuunnittelun avulla pyritään saamaan mahdollisimman paljon irti mahdollisimman vähällä vaivalla. Käytännössä koesuunnittelun tuloksena saadaan esimerkiksi selville missä lämpötilassa ja paineessa kokeet kannattaa tehdä, kuinka paljon katalyyttiä ja kuinka paljon lähtöaineita kussakin kokeessa kannattaa käyttää jne. February 8, 2007 Kimmo Klemola 18 Luento 3 9

Koesuunnittelu - ModEst ModEst = Model Estimation LUT:n professori Heikki Haarion tekemä ohjelma Käytetty runsaasti Suomen kemianteollisuudessa, lähinnä Kemirassa, sekä tieteellisessä tutkimuksessa Jaettu viiteen moodiin : 1. Simulation 2. Parameter Estimation 3. Optimal Design of Experiments 4. Sensitivity Analysis 5. Optimization February 8, 2007 Kimmo Klemola 19 ModEst - päävalikko February 8, 2007 Kimmo Klemola 20 Luento 3 10

ModEst - esimerkki CH 3 O C C CH 3 CH 2 O + (CH 2 ) 3 CH 2 OH k + CH 3 O H 3 C CH C C CH 2 (CH 2 ) 3 CH 3 CH 2 CH CH 3 + 3 OH k - CH 2 O CH CH 2 CH 3 Metyylimetakrylaatti 2-etyyliheksanoli 2-etyyliheksyylimetakrylaatti metanoli r = k1*katmass*cmma*c2eh k2*katmass*c2ehma*cmeoh k = A*exp(-E/RT) February 8, 2007 Kimmo Klemola 21 ModEst - Optimal Design of Experiments - koesuunnittelu February 8, 2007 Kimmo Klemola 22 Luento 3 11

ModEst - Parameter Estimation February 8, 2007 Kimmo Klemola 23 ModEst - Simulation February 8, 2007 Kimmo Klemola 24 Luento 3 12

ModEst Sensitivity Analysis February 8, 2007 Kimmo Klemola 25 ModEst Sensitivity Analysis February 8, 2007 Kimmo Klemola 26 Luento 3 13

Process Integration - Prosessi-integraatio Prosessi-integraatiossa prosessin osia yhdistetään toistensa kanssa siten, että esimerkiksi energian käyttö minimoidaan. Esimerkiksi reaktorissa syntynyt lämpö voidaan käyttää tislaimen lämmitykseen. February 8, 2007 Kimmo Klemola 27 Process synthesis - Prosessisynteesi Prosessisynteesissä yritetään etsiä optimaalinen prosessi (flowsheet) ja laitteet, joilla saadaan valmistetuksi tietyistä lähtöaineista tiettyä tuotetta. metanoli isobuteeni? MTBE February 8, 2007 Kimmo Klemola 28 Luento 3 14

Data reconciliation - Taseiden täsmäys Todellisuudessa jatkuvatoimiset prosessit eivät toimi täysin jatkuvatoimisesti. Taseiden täsmäyksessä mittatiedot manipuloidaan siten, että taseet täsmäävät. Taseiden täsmäyksellä voidaan paikallistaa mittarien virheitä, vuotoja jne. February 8, 2007 Kimmo Klemola 29 Algorithms - Algoritmit An algorithm contains instructions for performing a sequence of simple operations, like recipes in a cookbook [Haataja, 2000]. Algoritmi on sarja toimenpiteitä, ohjeita ja askelia, joiden avulla tietokoneella pystytään ratkaisemaan vaikeitakin matemaattisia ongelmia. February 8, 2007 Kimmo Klemola 30 Luento 3 15

Parallel computing - Rinnakkaislaskenta Vaikka prosessorit ovat nykyään hyvin tehokkaita, saattavat laskenta-ajat niillä olla liian pitkiä. Tällöin voidaan käyttää rinnakkaislaskentaa. Rinnakkaislaskennassa ongelma jaetaan alaongelmiin, jotka lasketaan samanaikaisesti. Nykyisten supertietokoneiden laskentateho perustuu rinnakkaislaskentaan. February 8, 2007 Kimmo Klemola 31 Visualization - Visualisointi Jotta numeerisia laskentatuloksia voidaan tulkita, ne on usein välttämätöntä, järkevää ja havainnollista visualisoida. 0 0 4.162047 3.468385 0 1 0 3.981119 3.607482 0 5 0.223504 3.826961 3.373552 0.195338 11 0.354107 3.845101 3.142151 0.317038 20 0.501807 3.774603 3.013755 0.413083 32 0.561941 3.38279 3.022031 0.595745 45 0.673788 3.349711 2.892413 0.679494 60 0.787541 3.441513 2.72721 0.723255 90 0.954534 3.255379 2.581773 0.885755 120 1.04089 3.106762 2.506724 0.996118 157 1.122729 3.006901 2.428592 1.08462 180 1.225222 3.022523 2.336982 1.120333 240 1.167927 2.800931 2.271894 1.284208 300 1.377029 2.828393 2.161257 1.309213 360 1.380535 2.740131 2.083912 1.403999 428 1.457236 2.649965 2.0388 1.466753 484 1.306253 2.51474 1.998007 1.586207 550 1.521308 2.640498 1.955985 1.515565 604 1.614978 2.526833 1.950274 1.561566 660 1.497204 2.516223 1.911199 1.611613 720 1.428562 2.412852 1.877866 1.696781 Concentration (mol/l) 4 3 2 1 0 0 200 400 600 Time (min) February 8, 2007 Kimmo Klemola 32 Luento 3 16

Tiedon hallinta ja haku Tietotekniikka on tuonut kemistin ulottuville helposti valtavan määrän tietoa. Verkossa on laajoja tietokantoja, mm. patentteja ja Chemical Abstracts tietokanta. Oikeanlaisen tiedon löytäminen saattaa silti olla joskus hankalaa. February 8, 2007 Kimmo Klemola 33 Joitain suomalaisia kemian/prosessiteollisuuden ohjelmia FLOWBAT steady-state flowsheet simulator (TKK, Fortum Oyj) ModEst software package for parameter estimation and optimal design of experiments (Profmath Oy, LUT) HSC Chemistry thermodynamic calculation (Outokumpu Oyj) RAMI steady-state simulator for pulp and paper industry (PI-Consulting Oy) APROS Advanced Process Simulator (VTT) KCL-WEDGE process analysis system (KCL) Solvo power plant simulator (Fortum) Chemsheet thermochemical software for process simulation (VTT) Balas steady-state simulation package for chemical processes with emphasis on pulp and paper (VTT) PulpSim simulation system for the pulp and paper industry (Arhippainen&Gullichsen Oy) Prosim simulator for thermal power plants (Endat Oy, TKK) PROSimulator dynamic process simulator (Fortum Oyj) BSched production planning and scheduling program (Ovela Solutions, Åbo Akademi) FINFLO CFD simulator (TKK) Nova CFD simulator (CFD-Finland Oy) ELMER tool for CFD simulation (CSC Tieteellinen Laskenta Oy) February 8, 2007 Kimmo Klemola 34 Luento 3 17