挥发性有机化合物清除系统的数据驱动自主操作
Myeonginn Kang1, Jongmin Han1, Yangjoon Kim1,2
1Department of Industrial Engineering, Sungkyunkwan University, Jangan-gu, Suwon, 16419, Republic of Korea.
Scientific reports
|March 12, 2024
概括
本研究介绍了一种基于数据的方法,用于自主操作挥发性有机化合物 (VOC) 清除系统. 该方法通过调整操作条件以适应环境变化,在没有专家干预的情况下提高效率,从而实时优化系统性能.
科学领域:
- 环境工程 环境工程
- 化学工程是化学工程的重要组成部分.
- 人工智能的人工智能
背景情况:
- 控制挥发性有机化合物 (VOC) 在工业环境中至关重要.
- 传统的VOC去除系统依赖于专家确定的固定操作条件,限制了适应环境变化的能力.
- 自主VOC清除系统需要实时优化,以适应动态环境.
研究的目的:
- 开发和实施数据驱动的自主操作方法,以优化VOC去除系统.
- 通过实时条件调整,提高VOC清除系统的整体性能.
- 为了证明一个优化框架对VOC去除应用程序的有效性.
主要方法:
- 制定了一个优化问题,定义决策变量 (操作参数),环境变量,约束和目标函数 (系统性能).
- 使用历史系统数据训练神经网络,以基于操作和环境变量来建模系统性能.
- 实时解决了优化问题,以根据当前系统环境确定最佳操作条件.
主要成果:
- 拟议的方法成功优化了目标VOC去除系统的操作条件.
- 在不需要领域专家手动干预的情况下,实现了更好的系统性能.
- 证明了数据驱动方法对自主工业系统操作的可行性.
结论:
- 数据驱动的自主操作方法有效地提高了VOC清除系统的性能.
- 基于环境变量的实时优化对于适应性工业流程至关重要.
- 这种方法提供了一个可扩展的解决方案,以提高效率并减少对VOC减排手动专家控制的依赖.
