Notiks seminārs "Koopman operatora pielietojums un mašīnmācība makrodaļiņu procesu datu vadītai modelēšanai"

Makrodaļiņu materiāliem un procesiem ir liela nozīme ķīmiskajā, farmācijas un pārtikas rūpniecībā. Klasisks piemērs ir galaprodukta kristalizācija no šķīduma vai kā daļa no attīrīšanas posma. Kopumā produkta īpašības ir tieši saistītas ar daļiņu īpašībām. Piemēram, plūstošās īpašības ir atkarīgas no daļiņu izmēra sadalījuma un daļiņu mitruma satura. Tā kā šie procesi ir bieži pakļauti lielai nenoteiktībai un tiem var būt nestabila darbība, ir nepieciešama procesu vadība, lai garantētu nemainīgu produkta kvalitāti. Šajā prezentācijā galvenā uzmanība tiks pievērsta granulēšanai verdošā slānī un tās sistēmas vadībai. Šī semināra ietvaros tiks prezentētas uz modeļiem balstītas un datu virzītas sistēmu vadības pieejas.

Tradicionālo uz modeļiem balstītu pieeju iespēju pielietot tās kompleksām sistēmām, piemēram, makrodaļiņu procesiem, ierobežo sistēmas vienkāršotie pieņēmumi, kas rada neprecīzas prognozes un neoptimālas vadības stratēģijas. Turklāt šīs metodes bieži vien neņem vērā pieejamos  eksperimentālos datus, lai uzlabotu modeļa precizitāti. Lai pārvarētu šos ierobežojumus, ir izveidota Koopmana operatora teorija, kas pārveido nelineāras dinamiskās sistēmas lineārā reprezentācijā Hilberta telpā. Tas ļauj iegūt nozīmīgus sistēmas aspektus no kompleksām datu kopām.

Izmantojot uz Koopmana teorijas balstītas skaitliskās metodes, piemēram, dinamisko modu dekompozīciju (DMD), kļūst iespējams tiešā veidā no datiem aprēķināt sistēmas linearizācijas dinamisko sistēmu, neprasot vairāk detalizētus matemātiskās fizikas modeļus. Iegūtie modeļi ļauj izmantot labi izstrādātas lineāru dinamisko sistēmu vadības kontroles un analīzes metodes. Šajā prezentācijā mēs demonstrēsim Koopmana operatora modelēšanas praktisko pielietojumu makrodaļiņu procesu piemēram.

Projektu atbalsta: