文献

J-GLOBAL ID：202202286345024695   整理番号：22A0323599

ナノ粒子技術におけるロバスト最適化:滞留時間反応器における量子ドット成長による原理の証明【JST・京大機械翻訳】

Robust optimization in nanoparticle technology: A proof of principle by quantum dot growth in a residence time reactor

著者 (8件)： Dienstbier Jana (Friedrich-Alexander-Universitaet Erlangen-Nuernberg (FAU), Departement of Mathematics, Cauerstrasse 11, 91058 Erlangen, Germany) ,  Aigner Kevin-Martin (Friedrich-Alexander-Universitaet Erlangen-Nuernberg (FAU), Departement of Mathematics, Cauerstrasse 11, 91058 Erlangen, Germany) ,  Rolfes Jan (Friedrich-Alexander-Universitaet Erlangen-Nuernberg (FAU), Departement of Mathematics, Cauerstrasse 11, 91058 Erlangen, Germany) ,  Peukert Wolfgang (Friedrich-Alexander-Universitaet Erlangen-Nuernberg (FAU), Institute of Particle Technology (LFG), Cauerstrasse 4, Erlangen, 91058, Germany) ,  Segets Doris (Chair for Particle Science and Technology, Insitute for Combustion and Gas Dynamics (IVG-PST), and Center for Nanointegration Duisburg-Essen (CENIDE), University of Duisburg-Essen (UDE), Duisburg, Germany) ,  Pflug Lukas (Friedrich-Alexander-Universitaet Erlangen-Nuernberg (FAU), Chair of Applied Mathematics (Continuous Optimization), Cauerstrasse 11, 91058 Erlangen, Germany) ,  Pflug Lukas (Friedrich-Alexander-Universitaet Erlangen-Nuernberg (FAU), Competence Unit for Scientific Computing, Martensstr. 5a, 91058 Erlangen, Germany) ,  Liers Frauke (Friedrich-Alexander-Universitaet Erlangen-Nuernberg (FAU), Departement of Mathematics, Cauerstrasse 11, 91058 Erlangen, Germany)
資料名： Computers & Chemical Engineering  (Computers & Chemical Engineering)
巻： 157  ページ： Null  発行年： 2022年 
JST資料番号： H0199C  ISSN： 0098-1354  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ナノ粒子設計のための最良の可能性のある実験装置の知識ベースの決定は非常に困難である。さらに,そのようなプロセスは顕著な不確実性を伴う。したがって,それらに対する保護が必要である。ロバスト最適化は最適プロセスの決定を助ける。後者は,原材料,粒度分布(PSD),熱および物質輸送特性,および(成長)速度が,あらかじめ定義された範囲内で現れるかに関係なく,品質要求を保証する。この課題にアプローチするために,ポピュレーションバランス方程式によるシード成長による粒子合成プロセスをモデル化し,異なる成長速度を研究した。保証された収率を受ける製品質量を最大化する平均滞留時間を決定した。さらに,不確実な成長速度に対してヘッジし,ロバスト化問題に対するアルゴリズム的に扱いやすい再定式化を導いた。この再定式化は,目的と制約関数の両方が,この文脈における自然仮定である不確実性において準凹みであるならば適用できる。また,不確定パラメータが互いに影響しないならば,この手法は高次元不確実性に拡張することを示した。酸化亜鉛量子ドットのシード成長合成に対する著者らのアプローチを評価し,保証された収率が予め定義された領域内の全ての成長速度に対して満たされていることを計算的に示した。不確実性に対する保護は,無視できるマージンによって得ることができる製品の最大量を減らすだけであった。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  粒度分布 ,  不確実性 ,  酸化亜鉛 ,  *反応器 ,  *滞留時間 ,  モデリング ,  パラメータ ,  定式化 ,  ポピュレーションバランス ,  *ロバスト性 ,  成長速度 ,  *量子ドット ,  *ナノ粒子
準シソーラス用語： *ロバスト最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： 粒子設計 ,  ロバスト最適化 ,  プロセス最適化 ,  再定式化

分類 (1件)： 化学プロセスの解析  (XC01030R)

タイトルに関連する用語 (8件)： ナノ粒子 ,  ロバスト最適化 ,  滞留時間 ,  反応器 ,  量子ドット ,  成長 ,  原理 ,  証明