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.
Utjecaj komine masline na okoliš Ocelić Bulatović, Vesna; Škunca, Ana; Miškić, Kristina ...
Kemija u industriji,
03/2020, Letnik:
69, Številka:
3-4
Journal Article
Recenzirano
Odprti dostop
Komina masline kao ostatna materija u prehrambenoj industriji ne ubraja se u opasni otpad ili otpad općenito. To je potencijalni problem zbog njezinih određenih komponenata koje negativno utječu na ...ekosustav, a osobito na vodene organizme i biljke. Uslijed neadekvatnog odlaganja, spojevi komine bivaju isprani i procjeđivanjem dospijevaju u tla i podzemne vode gdje uzrokuju onečišćenja. Tema privlači dodatan interes zbog potencijala iskorištavanja komine masline u raznorazne svrhe, te je predmet mnogih znanstvenih istraživanja današnjice.
Olive pomace is a residue substance in the food industry. It is not considered a hazardous waste or even a waste in general. This is potentially problematic because olive pomace contains certain compounds that can have a negative impact on the ecosystem, especially on aquatic organisms and plants. In case of inappropriate disposal, these toxic compounds may be leached into the soil and groundwater. This topic attracts additional interest due to the potential of olive pomace. Nowadays, olive pomace can be used for various purposes, which are a frequent subject of a lot of scientific research.
Procesna analitička tehnologija (PAT) sve se češće primjenjuje u procesu kristalizacije za kontinuirano praćenje neke od ključnih procesnih veličina i značajki kvalitete proizvoda. Vrlo bitne ...procesne varijable za kristalizaciju hlađenjem su temperatura i koncentracija otopine. Kontinuirano mjerenje koncentracije omogućeno je naprednim in situ spektroskopskim instrumentima. U takve metode spada i prigušena ukupna reflektancija Fourier transformacijske infracrvene spektroskopije (engl. Attenuated Total Reflectance Fourier Transform Infrared Spectroscopy, ATR-FTIR), primijenjena u ovom istraživanju. U ovom radu razvijeni su kemometrijski modeli za kontinuiranu procjenu koncentracije otopine u stvarnom vremenu metodama strojnog učenja. Cilj ovog rada bio je razviti i ispitati modele parcijalne regresije metodom najmanjih kvadrata (engl. Partial Least Squares Regression, PLSR) i modele neuronskih mreža (engl. Neural Networks, NN) za modeliranje ovisnosti koncentracije djelatne tvari, ksilometazolin hidroklorid, u n-butanolu, o temperaturi i spektralnim podatcima dobivenim mjerenjima ATR-FTIR spektrometrom. U radu je provedena predobrada prikupljenih podataka tehnikom MSC (engl. Multiplicative Scatter Correction) te je provedeno skaliranje podataka prema normalizacijama Min-Max i Z-score. Analiziran je broj neurona u prvom i drugom skrivenom sloju, broj skrivenih slojeva, vrsta primijenjenog algoritma učenja (ADAM, NADAM, RMSprop) kao i utjecaj vrste prijenosne funkcije (ReLU, sigmoid, tanh) na kvalitetu razvijenih neuronskih mreža. Razvijeni modeli na sva četiri skupa podataka dali su iznimno dobre rezultate s obzirom na iznose koeficijenta determinacije i srednje kvadratne pogreške. Modelom neuronske mreže dobiveni su koeficijenti determinacije u rasponu vrijednosti od 0,9979 do 0,9989, dok je srednja kvadratna pogreška od 0,0020 do 0,0011. PLSR modelom dobiveni su koeficijenti determinacije od 0,9990 do 0,9995, odnosno srednja kvadratna pogreška od 0,0009 do 0,0005. Dobiveni rezultati pokazali su da predobrada podataka i dodavanje drugoga skrivenog sloja neuronske mreže u ovoj studiji nisu imali velik utjecaj na konačne rezultate. Takav način praćenja i kontrole procesa rezultira efikasnijom proizvodnjom uz smanjenu vjerojatnost pogreške, što u konačnici farmaceutskoj industriji omogućuje brže plasiranje proizvoda na tržište.
Procesna analitička tehnologija (PAT) sve se češće primjenjuje u procesu kristalizacije za kontinuirano praćenje neke od ključnih procesnih veličina i značajki kvalitete proizvoda. Vrlo bitne ...procesne varijable za kristalizaciju hlađenjem su temperatura i koncentracija otopine. Kontinuirano mjerenje koncentracije omogućeno je naprednim in situ spektroskopskim instrumentima. U takve metode spada i prigušena ukupna reflektancija Fourier transformacijske infracrvene spektroskopije (engl. Attenuated Total Reflectance Fourier Transform Infrared Spectroscopy , ATR-FTIR), primijenjena u ovom istraživanju. U ovom radu razvijeni su kemometrijski modeli za kontinuiranu procjenu koncentracije otopine u stvarnom vremenu metodama strojnog učenja. Cilj ovog rada bio je razviti i ispitati modele parcijalne regresije metodom najmanjih kvadrata (engl. Partial Least Squares Regression , PLSR) i modele neuronskih mreža (engl. Neural Networks , NN) za modeliranje ovisnosti koncentracije djelatne tvari, ksilometazolin hidroklorid, u n -butanolu, o temperaturi i spektralnim podatcima dobivenim mjerenjima ATR-FTIR spektrometrom. U radu je provedena predobrada prikupljenih podataka tehnikom MSC (engl. Multiplicative Scatter Correctio n) te je provedeno skaliranje podataka prema normalizacijama Min-Max i Z-score. Analiziran je broj neurona u prvom i drugom skrivenom sloju, broj skrivenih slojeva, vrsta primijenjenog algoritma učenja (ADAM, NADAM, RMSprop) kao i utjecaj vrste prijenosne funkcije ( ReLU , sigmoid , tanh ) na kvalitetu razvijenih neuronskih mreža. Razvijeni modeli na sva četiri skupa podataka dali su iznimno dobre rezultate s obzirom na iznose koeficijenta determinacije i srednje kvadratne pogreške. Modelom neuronske mreže dobiveni su koeficijenti determinacije u rasponu vrijednosti od 0,9979 do 0,9989, dok je srednja kvadratna pogreška od 0,0020 do 0,0011. PLSR modelom dobiveni su koeficijenti determinacije od 0,9990 do 0,9995, odnosno srednja kvadratna pogreška od 0,0009 do 0,0005. Dobiveni rezultati pokazali su da predobrada podataka i dodavanje drugoga skrivenog sloja neuronske mreže u ovoj studiji nisu imali velik utjecaj na konačne rezultate. Takav način praćenja i kontrole procesa rezultira efikasnijom proizvodnjom uz smanjenu vjerojatnost pogreške, što u konačnici farmaceutskoj industriji omogućuje brže plasiranje proizvoda na tržište.
Process analytical technology (PAT) is increasingly applied in the crystallization process for continuous monitoring of some of the key process parameters and product quality features. Very important process variables for cooling crystallization are the temperature and concentration of the mother liquor. Continuous measurement of concentration is made possible by advanced in situ spectroscopic instruments. Attenuated total reflectance Fourier transform infrared spectroscopy (ATR-FTIR), used in this work belongs to such methods. The calibration model which estimates the concentration of the solution in real time can be developed using machine-learning methods. The aim of this work was to develop and analyse partial least squares regression (PLSR) and neural network models for modelling the dependence of the concentration of the active ingredients, xylometazoline hydrochloride in n -butanol, on temperature and spectral data obtained by measurements with an ATR-FTIR spectrometer. In this work, pre-processing of the collected data was performed with MSC technique ( multiplicative scatter correction ), Min-Max and Z-score normalization; the number of neurons in the first and second hidden layers, the number of hidden layers, the type of learning algorithm applied (ADAM, NADAM, RMSprop), and the influence of the type of transfer function ( ReLU , sigmoid , tanh ) on the quality of the developed neural networks were analysed. Considering values of coefficient of determination and mean square error, developed models gave very good results on all four datasets. The neural network model gave coefficients of determination in the range of values from 0.9979 to 0.9989, and the mean square error from 0.0020 to 0.0011. With the PLSR model, coefficients of determination from 0.9990 to 0.9995, and mean square errors from 0.0009 to 0.0005, were obtained.
Obtained results showed that the pre-processing of the data and the addition of a second hidden layer of the neural network in this study did not have a major impact on the final results. This type of monitoring and control of the process would lead to more efficient production with a lower probability of error, enabling the pharmaceutical industry to bring products to market faster.
The goal of this work was to explore the applicability of deep eutectic solvents in biodiesel production process. Bi-odiesel was produced from waste cooking oil via base-catalysed ...transesterification. The efficacy of two base cata-lysts KOH and NaOH on the conversion of triglycerides into biodiesel was tested. Eutectic mixtures DES 1 (K2CO3 : C2H6O2 = 1 : 10) and DES 2 (C5H14ClNO : C2H6O2 = 1 : 2) were prepared. DES 1 was used for feedstock deacidification and DES 2 for biodiesel purification via extraction. Effects of DES 2 to biodiesel ratio and the extraction duration on free glycerol removal were tested. Samples were analysed using FTIR and 1H NMR spectroscopy. Synthesis of biodiesel was carried out for 3 h at 60 ° C with mass ratio KOH : methanol : oil = 1 : 40 : 100. DES 2 was effective for purification of biodiesel. Mass ratios 0.5:1 and 1:1 proved best and 45 minutes of extraction was enough to reduce free glycerol and increase the content of fatty acid methyl esters.
The goal of this work was to explore the applicability of deep eutectic solvents in biodiesel production process. Biodiesel was produced from waste cooking oil via base-catalysed transesterification. ...The efficacy of two base catalysts KOH and NaOH on the conversion of triglycerides into biodiesel was tested. Eutectic mixtures DES 1 (K2CO3 : C2H6O2 = 1 : 10) and DES 2 (C5H14ClNO : C2H6O2 = 1 : 2) were prepared. DES 1 was used for feedstock deacidification and DES 2 for biodiesel purification via extraction. Effects of DES 2 to biodiesel ratio and the extraction duration on free glycerol removal were tested. Samples were analysed using FTIR and 1H NMR spectroscopy. Synthesis of biodiesel was carried out for 3 h at 60 ° C with mass ratio KOH : methanol : oil = 1 : 40 : 100. DES 2 was effective for purification of biodiesel. Mass ratios 0.5:1 and 1:1 proved best and 45 minutes of extraction was enough to reduce free glycerol and increase the content of fatty acid methyl esters.