• česky
  • english

RIV/60461373:22340/06:00016811 - Characterization of complex mixtures for ANN modeling of pyrolysis with incomplete data. (2006)

Údaje o výsledku
Identifikační kódRIV/60461373:22340/06:00016811
Název v původním jazyceCharacterization of complex mixtures for ANN modeling of pyrolysis with incomplete data.
Název českyCharakterizace komplexních směsí pro modelování pyrolýzy pomocí ANN s neúplnými daty
DruhD - Článek ve sborníku
Jazykeng - angličtina
OborCI - Průmyslová chemie a chemické inženýrství
Rok uplatnění2006
Kód důvěrnosti údajůS - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
Počet výskytů výsledku2
Tvůrci výsledku
Počet tvůrců celkem4
Počet domácích tvůrců4
TvůrceEckert Egon (státní příslušnost: CZ - Česká republika; A - domácí tvůrce)
TvůrceVaněk Tomáš (státní příslušnost: CZ - Česká republika; A - domácí tvůrce)
TvůrceBělohlav Zdeněk (státní příslušnost: CZ - Česká republika; A - domácí tvůrce)
TvůrceZámostný Petr (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; G - garant výsledku)
Údaje blíže specifikující výsledek
Popis v původním jazyceIn several previous contributions a new method for the characterization of complex mixtures containing large number of partially identified or unidentified components has been presented. The method uses real components to form substitute mixtures. Particularly, one of the applications of this approach utilizing the known chemical character of the real components in the substitute mixture was the modeling of pyrolysis product yields via an artificial neural network (ANN) model. The same problem is used in this contribution to study the influence of characterization of mixtures based on incomplete data on the reliability of pyrolysis product yields prediction.
Popis českyV několika předcházejících příspěvcích byla prezentována nová metoda pro charakterizaci komplexních směsí obsahujících velký počet neidentifikovatelných nebo částečně identifikovatelných složek. Metoda využívá reálné složky pro zformování náhradní směsi. Jedou z konkrétních aplikací tohoto přístupu využívající známý chemický charakter reálných složek v náhradní směsi je modelování výtěžku pyrolýzních produktů pomocí umělé neuronové sítě (ANN). Ten samý model je v tomto příspěvku použit pro studium vlivu neúplných dat pro charakterizaci směsi na spolehlivost předpovědi výtěžku pyrolýzních produktů.
Klíčová slovapyrolysis; complex mixtures; characterisation; TBP curve
Název sborníkuSborník 17th International Congress of Chemical and Process Engineering
Rozsah stranP5.18(1-7
ISBN80-86059-45-6
Počet stran výsledku7
Název nakladateleCzech Society of Chemical Engineering
Místo vydáníPraha
Místo konání akcePraha
Datum zahájení akce27.8.2006
Typ akce podle státní příslušnoti účastníkůWRD - Světová
Údaje o tomto záznamu o výsledku
PředkladatelVysoká škola chemicko-technologická v Praze / Fakulta chemicko-inženýrská
DodavatelMSM - Ministerstvo školství, mládeže a tělovýchovy (MŠMT)
Rok sběru2007
Systémové označení dodávky datRIV07-MSM-22340___/01:1
Datum dodání24.7.2007
SpecifikaceRIV/60461373:22340/06:00016811!RIV07-MSM-22340___
Kontrolní kód[CDE33F65C19E]
Další výskyty tohoto výsledku od jiných předkladatelů
Další předkladatelVysoká škola chemicko-technologická v Praze / Fakulta chemické technologie
Dodáno MŠMT v roce 2007Záznam s identifikačním kódem RIV/60461373:22310/06:00017616 v dodávce dat RIV07-MSM-22310___/01:1
Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl
Výzkumný záměrMSM6046137301 - Katalytické procesy v chemii a chemické technologii (2005-2011, MSM)
Výzkumný záměrMSM6046137306 - Reakčně-transportní chemicko-inženýrské systémy a jejich dynamické chování, modelování a řízení chemických a biotechnologických procesů (2005-2011, MSM)