• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

ニューラルネットワークを用いたバーチャルリアクターと動的反応解析

研究課題

研究課題/領域番号 11650793
研究種目

基盤研究(C)

配分区分補助金
応募区分一般
研究分野 反応・分離工学
研究機関東京大学

研究代表者

堤 敦司  東京大学, 大学院・工学系研究科, 助教授 (00188591)

研究期間 (年度) 1999 – 2000
研究課題ステータス 完了 (2000年度)
配分額 *注記
3,600千円 (直接経費: 3,600千円)
2000年度: 700千円 (直接経費: 700千円)
1999年度: 2,900千円 (直接経費: 2,900千円)
キーワードニューラルネットワーク / バーチャルリアクター / バーチャル反応実験 / 動的反応工学 / 非線形 / 仮想反応系 / 仮想反応 / 仮想反応実験 / ニュートラルネットワーク
研究概要

非線形性の強い化学反応、燃焼反応のように素反応の数が非常に多い場合や、CVDなど反応・拡散・吸着など多くの輸送・反応過程が組み合わさっている場合なども反応速度解析は困難であり、反応機構そのものを推測すること自体が困難な場合が多い。そこで、圧倒的に情報量を多くとれる動的反応の時系列データをニューラルネットワークに学習させバーチャルリアクターを構築し、これを用いてバーチャル実験を行い、反応機構および反応速度パラメータを決定する新しい動的反応工学手法を確立することを目的として研究を行った。
最終年度である本年度は、NOxとカーボンの反応をモデル反応として、固定層反応実験により、温度および入口ガス濃度を連続的に変化させて得られた動的反応データを基礎データとして解析を行った。生成物濃度の時系列データを温度、触媒量などをパラメータにしてニューラルネットワークに学習させた。この学習させたニューラルネットワーク、すなわち仮想反応系O2、CO2は10%の誤差で、N2、NO、NO2は15%の誤差で実験データをよく再現かつ予測することができることがわかった。さらに仮想反応系をを用いて反応機構を古典的手法により解析した結果、NOからNO2への酸化反応が触媒上で進行し、NO2からN2への還元反応が活性炭上で進行することが示唆された。

報告書

(3件)
  • 2000 実績報告書   研究成果報告書概要
  • 1999 実績報告書

URL: 

公開日: 1999-04-01   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi