https://doi.org/10.15255/KUI.2023.001
Objavljen: Kem. Ind. 72 (7-8) (2023) 443–453
Referentni broj rada: KUI-01/2023
Tip rada: Izvorni znanstveni rad
Preuzmi rad: PDF
Proračun optimalnog temperaturnog profila hlađenja šaržnog kristalizatora
J. Sacher, M. Sejdić, M. Gavran, N. Bolf i Ž. Ujević Andrijić
Cilj rada bio je izraditi računalni program koji služi za proračun optimalnog temperaturnog profila hlađenja šaržnog kristalizatora. Kao modelni sustav za istraživanje procesa uzet je kalijev nitrat otopljen u vodi. Za izradu matematičkog modela procesa primijenjene su populacijske bilance, odnosno njihova momentna transformacija. Za dobivanje optimalnog temperaturnog profila primijenjena je diskretizacija temperaturnog profila uz globalni algoritam optimizacije. Za provođenje optimizacije primijenjen je genetički algoritam, dok je sustav običnih diferencijalnih jednadžbi rješavan metodom Runge-Kutta 4,5. Funkcija cilja bila je minimiziranje omjera trećeg momenta sekundarnom nukleacijom nastalih kristala i trećeg momenta kristala cjepiva na kraju procesa. U radu je najprije ispitan utjecaj uvjeta zaustavljanja genetičkog algoritma na vrijeme proračuna i vrijednost funkcije. Nakon što je određen optimalni uvjet zaustavljanja, ispitan je utjecaj broja točaka diskretizacije temperaturnog profila na iznos funkcije cilja i potrebno vrijeme proračuna. Ustanovljeno je da je optimalni uvjet za zaustavljanje proračuna kad petnaest članova generacije imaju funkcije cilja koje se ne razlikuju više od tolerancije. Ustanovljeno je da se optimalno rješenje dobiva podjelom temperaturnog profila na osam dijelova. Da bi se ispitala ponovljivost proračuna za optimalne uvjete, proračun je ponavljan devet puta. Optimalni temperaturni profil uspoređen je s linearnim hlađenjem istog trajanja. Rezultati simulacijskih eksperimenata ukazuju na znatno poboljšanje procesa primjenom optimalnog temperaturnog profila naspram linearnog.
Ovo djelo je dano na korištenje pod licencom Creative Commons Imenovanje 4.0 međunarodna
kristalizacija, model momenata, optimizacija, genetički algoritam