| Project/Area Number |
21H01703
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 27020:Chemical reaction and process system engineering-related
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
川尻 喜章 名古屋大学, 工学研究科, 教授 (20811087)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥17,420,000 (Direct Cost: ¥13,400,000、Indirect Cost: ¥4,020,000)
Fiscal Year 2023: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2022: ¥7,020,000 (Direct Cost: ¥5,400,000、Indirect Cost: ¥1,620,000)
Fiscal Year 2021: ¥7,410,000 (Direct Cost: ¥5,700,000、Indirect Cost: ¥1,710,000)
|
|---|
| Keywords | ベイズ推定 / 化学プロセスモデリング / 二酸化炭素 / 吸着分離 / プロセスモデリング / 吸着 / 分離プロセス / 統計 / 化学工学 |
|---|
| Outline of Research at the Start |
化学プロセスを設計し運転するため、数式モデルを計算機に実装し、その性能を予測することが行われる。この数式モデルを作るためには、多くの実験を行うだけでなく、経験と経験を持った研究者の判断に頼ることが多い。この過程をシステマティックに行い効率的にするため、本研究ではベイズ統計技術を応用する。更には、二酸化炭素吸着分離を例に取り、モデルの信頼性を高めるために最も効率的な実験方法を見出す。
|
| Outline of Annual Research Achievements |
ベイズ推定を吸着分離プロセスに適用し、モデリング、モデルパラメータの推定、およびモデルパラメータの不確実性定量化を効率的に行う数値計算手法を実現するための有望な研究成果が得られた。（１）昨年度より引き続き破過試験およびパルス注入試験を実施し、実験データを取得した。温度、圧力、流量などを変えた測定を行い、推定に必要なデータ量を確保することに努めた。（2）逐次モンテカルロ法を吸着分離プロセスに適用した。吸着分離プロセスのモデルは物質収支式、熱収支式、そして吸着等温線から成る非線形偏微分方程式として表され、これを数値計算手法により解を得るためには長い計算を必要とする。この吸着分離プロセスモデルに含まれるパラメータを推定し、かつその不確実性を定量化するためには上記のモデルを繰り返し解くことが必要になるが、これを逐次モンテカルロ法により効率的に行えることを実証した。（3）複数のモデルパラメータ間の相関を解析した。モデルパラメータ間に相関がある場合、不確実性を減少させることが難しくなる。上記（1）で得られた実験データから、モデルパラメータ間にどの程度の相関があるかを解析した。（4）上記（2）で実施した逐次モンテカルロ法を、液相および気相吸着分離プロセスだけではなく液相吸着反応分離プロセスにも適用した。この手法により、反応吸着分離プロセスモデルに含まれるパラメータの不確実性定量化とパラメータ推定が効率的に行えることを確認し、これを論文として発表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究課題の進捗状況は、おおむね順調に進展していると考えられる。具体的な理由は以下の通りである。（1）破過試験およびパルス注入試験を追加で実施し、濃度、圧力、流速などを変えながら実験を行い、推定に必要なデータ量を確保できた。実験データの蓄積は問題無く進んでいる。（2）吸着分離プロセスモデルへ逐次モンテカルロ法を実装し、モデルパラメータの推定とパラメータの不確実性定量化を効率的に行えることがわかった。（3）上記（2）の手法を、液相および気相吸着分離プロセスだけではなく液相吸着反応分離プロセスにも適用した。これにより効率的にモデルパラメータ推定とパラメータ不確実性を定量化が出来ることがわかり、これを論文として発表した。
|
| Strategy for Future Research Activity |
本研究課題の今後の推進方策として、以下を計画している。（1）逐次モンテカルロ法アルゴリズムを並列計算として実装し、複数のプロセッサを同時に使うことで、更に計算時間を短縮化する。（2）モデルパラメータ間の相関を解決できる実験を見いだすことを試みる。パラメータ間の相関が強い場合、不確実性を減少させることが難しくなる。これを解決する実験を設計することを計画する。特に、注入濃度と体積を変化させ、最適な実験を見いだす。（3）上記（1）および（2）の検討に必要な実験データを取得するため、更に追加の破過試験およびパルス注入試験も行う
|
