Process intensification utilizing data science techniques: modeling reactive chromatography

2021 Fiscal Year Final Research Report

• Project/Area Number: 18H01776
• 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: Kawajiri Yoshiaki 名古屋大学, 工学研究科, 教授 (20811087)
• Project Period (FY): 2018-04-01 – 2021-03-31
• Keywords: プロセスモデリング / 逐次モンテカルロ法 / クロマトグラフィー / 吸着 / データサイエンス / ベイズ推定 / 反応分離 / 統計

Outline of Final Research Achievements

Modeling approaches were developed applying data science techniques for process development and process intensification in chemical engineering. In particular, a sequential Monte Carlo method with likelihood tempering which allows parallel computation was developed. Furthermore, chromatographic separation and reactive chromatographic separation experiments were performed, where the obtained data were utilized to demonstrate the proposed approach.

Free Research Field

化学工学

Academic Significance and Societal Importance of the Research Achievements

化学産業におけるプロセス開発と、それを強化することを目的としたデータサイエンス手法を開発した。化学プロセスを設計し運転するためにはコンピュータによる予測が不可欠であるが、この予測に不可欠であるモデリングの手法を効率化し、計算時間を短縮する手法を開発した。提案手法は分離精製プロセスであるクロマトグラフィープロセスに適用され、実験を自ら行うことにより有効性を実証することに成功した。同手法は他の化学プロセスへの波及と展開が期待される。