18 European Symposium on Computer Aided Process Engineering

18th European Symposium on Computer Aided Process Engineering......Page 4
Copyright Page......Page 5
Contents\r......Page 6
Preface......Page 22
International Scientific Committee......Page 24
National Organising Committee......Page 27
1. Introduction......Page 28
2. Static Optimization Problems......Page 29
3. A Classification of Real-time Optimization Schemes......Page 30
4. Use of Measurements for Feasible and Optimal Operation......Page 35
5. Discussion......Page 37
References......Page 38
Abstract......Page 42
References......Page 44
Abstract......Page 46
Extended Abstract......Page 48
1. Introduction......Page 50
2. The 3rd Paradigm......Page 51
3. Product Design Methodologies......Page 53
4. Design of Homogeneous Products......Page 54
5. Design of Structured Products......Page 59
References......Page 60
Abstract......Page 62
1. Introduction......Page 64
2. Framework and Methodology for Supply Chain Risk Management......Page 65
3. Case Study......Page 68
References......Page 69
2. The Nonlinear Model......Page 70
3. The Discrete Methodology......Page 72
4. Illustration of The Methodology......Page 73
5. Examples......Page 74
References......Page 75
1. Introduction......Page 76
2. Process design......Page 77
3. Plantwide control......Page 78
4. Results......Page 80
References......Page 81
1. Background......Page 82
3. Property model......Page 84
4. Model parameter estimation......Page 85
References......Page 87
1. Introduction......Page 88
2. Multi-Stage Equilibrium Model......Page 89
3. Results and discussion......Page 90
References......Page 93
1. Provision of low-temperature cooling......Page 94
2. Optimization of Mixed Refrigerant Systems......Page 96
4. Case study 2: Integrated design for low-temperature energy system with driver selection......Page 97
References......Page 99
1. Introduction......Page 100
2. Study of the heat integration concept......Page 101
3. Results and discussion......Page 103
References......Page 105
1. Introduction......Page 106
2. Proposed Approach......Page 107
3. Mathematical Formulation......Page 108
4. Example......Page 110
References......Page 111
1. Introduction......Page 112
2. Introduction to the Purdue Ontology for Pharmaceutical Engineering......Page 113
3. Prediction of reactions between drug product components......Page 115
Acknowledgements......Page 116
References......Page 117
1. Introduction......Page 118
2. Methodology......Page 119
3. Case studies......Page 121
References......Page 123
1. Introduction......Page 124
2. Theoretical Case Study......Page 125
3. Investigations for a model system......Page 127
References......Page 129
2. Task based design approach......Page 130
3. Experimental isolation of single crystallization tasks......Page 131
4. Modeling and optimization of a task based crystallizer......Page 132
References......Page 135
2. Materials and Methods......Page 136
3. Modelling......Page 137
4. Results and Discussion......Page 139
References......Page 141
2. The column configurations studied......Page 142
3. Feasibility method......Page 144
4. Calculation results......Page 145
References......Page 147
1. Introduction......Page 148
2. Methodology for design of solvent-based extraction processes......Page 149
3. Industrial case study......Page 150
References......Page 153
2. Inherent safety method......Page 154
4. Case study......Page 156
6. Conclusion......Page 157
References......Page 159
1. Introduction......Page 160
2. Model formulation......Page 161
3. Parameters......Page 162
4. Simulation results......Page 163
References......Page 165
1. Introduction......Page 166
2. Population balance modelling of the batch crystallization process......Page 167
3. Application of the batch NMPC for crystallization product design......Page 169
References......Page 171
1. INTRODUCTION......Page 172
3. RESULTS AND ANALYSIS......Page 175
REFERENCES......Page 177
1. Introduction......Page 178
2. Test Problem......Page 179
3. Background of Timed Automata......Page 180
4. Priced TA model......Page 181
5. Experimental Results......Page 182
References......Page 183
1. Introduction......Page 184
2. Planning Problem......Page 185
3. Scheduling Problem......Page 187
4. Performance Analysis......Page 188
References......Page 189
1. Introduction......Page 190
3. Process Description......Page 191
4. Process Optimization Model......Page 192
5. Results and Discussion......Page 193
References......Page 195
1. Introduction......Page 196
2. External Modifications......Page 198
3. Internal Modifications......Page 199
4. Configurational Modifications......Page 200
References......Page 201
1. Introduction......Page 202
2. Material and Methods......Page 203
3. Results and Discussion......Page 205
5. References......Page 207
2. Pricing and Consumer Preference Models......Page 208
3. Preference Functions......Page 209
4. Results......Page 211
References......Page 213
1. Introduction......Page 214
2. FISC System......Page 215
4. Results and Discussion......Page 217
5. Conclusions and Future Work......Page 218
References......Page 219
1. Introduction......Page 220
2. Problem Description......Page 221
3. Formulation of multi-stage superstructure and mathematical model......Page 222
4. Solution to case study......Page 223
References......Page 225
1. Introduction......Page 226
2. Modelling work......Page 227
References......Page 231
1. Introduction......Page 232
3. Problem characteristics......Page 233
4. Mathematical model......Page 234
6. Computation results......Page 236
References......Page 237
1. Introduction......Page 238
3. Results & discussion......Page 239
References......Page 243
1. Introduction......Page 244
3. Mathematical Formulation......Page 245
4. Industrial Case Study......Page 247
References......Page 249
1. Introduction......Page 250
2. The petrochemical and energy cluster......Page 251
3. Technical Design......Page 252
4. Market Design......Page 254
References......Page 255
1. Introduction......Page 256
3. Steady State and Dynamic Simulation of the Reactive DWDC......Page 257
4. Implementation Issues and Operation of the Reactive DWDC......Page 258
References......Page 261
1. Introduction......Page 262
2. Initial Design......Page 263
3. Evolutionary Optimisation......Page 266
References......Page 267
2. Related Studies......Page 268
3. Framework for the Improvement of Operating Procedures......Page 269
4. Case Study......Page 270
5. Conclusions and Future Studies......Page 272
References......Page 273
1. Introduction......Page 274
2. Methodology......Page 275
3. Illustration......Page 276
4. Discussion......Page 278
Literature Cited......Page 279
1. Introduction......Page 280
2. Process Model......Page 281
4. Objective Function and Optimisation Problem Formulation......Page 282
6. Conclusions......Page 284
References......Page 285
1. Introduction......Page 286
3. The Computational Framework......Page 287
4. The Optimisation Structure......Page 288
5. Results......Page 290
References......Page 291
2. The optimization framework......Page 292
3. Systematic analysis of the key optimization variables......Page 293
4. Case studies......Page 295
References......Page 297
1. Introduction......Page 298
2. Design Problem......Page 299
3. Multi-objective optimization......Page 300
4. Example......Page 301
References......Page 303
2. Problem description and model representation......Page 304
3. Tanks’ Representation......Page 305
4. Results......Page 307
5. Conclusions and Future Work......Page 308
References......Page 309
1. Introduction......Page 310
2. The Methodology of conceptual process synthesis for PI......Page 311
3. Case study of peracetic acid process intensification......Page 314
References......Page 315
1. Introduction......Page 316
5. Knowledge based process plant model development......Page 317
6. Model of the sweet syrup production plant......Page 318
7. Optimization of plant design......Page 319
8. Results and Discussion......Page 320
References......Page 321
1. Introduction......Page 322
2. Design of Schemes......Page 323
4. Case of Study......Page 325
5. Results......Page 326
8. References......Page 327
2. Problem Formulation......Page 328
3. The Hybrid Tabu Search for Multiterm Transport......Page 330
4. Numerical Experiment......Page 331
References......Page 333
1. Introduction......Page 334
2. Related Multi-Period Investment Models......Page 335
3. Investment Planning Model......Page 336
4. Case Study......Page 337
5. Results & Discussion......Page 338
References......Page 339
1. Introduction......Page 340
2. Dynamic Distillation Model (DDM)......Page 341
3. Example......Page 342
References......Page 345
1. Introduction......Page 346
2. Monte Carlo simulation – based maintenance model......Page 347
3. Monte Carlo simulation procedure......Page 348
4. Genetic algorithm......Page 349
5. Example......Page 350
References......Page 351
1. Introduction......Page 352
2. Domestic energy system studied......Page 353
3. The predictive controller......Page 354
4. Validation......Page 355
5. Results......Page 356
References......Page 357
1. Introduction......Page 358
1. Identification of the linear model......Page 359
2. Model predictive control......Page 361
References......Page 363
1. Introduction......Page 364
2. Approaches to dynamic optimization......Page 365
3. Model reduction for dynamic optimization......Page 366
References......Page 369
1. Introduction and Motivation......Page 370
2. Mathematical formulation......Page 371
3. Application......Page 373
4. Conclusions......Page 374
References......Page 375
1. Introduction......Page 376
2. The methodology......Page 377
3. Case study......Page 378
References......Page 381
2. Fault detection and isolation......Page 382
3. Method description......Page 384
4. Cases studies......Page 386
References......Page 387
1. Introduction......Page 388
2. Example......Page 389
3. Methodology: Metamodeling and SAO......Page 391
4. Results......Page 392
References......Page 393
1. Introduction......Page 394
3. Estimator Design......Page 395
4. Simulation Results......Page 398
References......Page 399
1. Introduction......Page 402
2. Particle Swarm Optimisation......Page 403
3. Modelling of A Fed-Batch Process Using Neural Networks......Page 404
4. Optimising Control Using PSO......Page 405
References......Page 407
1. Introduction......Page 408
2. Mathematical Model......Page 409
3. AUKF State Estimation Algorithm......Page 410
5. Simulation Results......Page 411
References......Page 413
1. Introduction......Page 414
3. Calculation of AOIS: Linear Programming Approach......Page 415
4. Results: Sheet Forming Control Problem......Page 416
References......Page 419
1. Introduction......Page 420
3. Real-Time Optimization Scheme......Page 421
4. Illustrative Example......Page 424
References......Page 425
1. Introduction......Page 426
2. Development of an EPC/SPC Integration Methodology......Page 427
3. Results and Discussion of Integration Outputs......Page 430
References......Page 431
2. Balanced Truncation in Multi-parametric programming and control......Page 432
3. Example......Page 436
References......Page 437
1. Introduction......Page 438
3. The supervision module......Page 439
4. Application: the adding-evaporation unit operation......Page 441
References......Page 443
1. Pipeless Plants......Page 444
3. Evolutionary Scheduling Algorithm......Page 445
4. Handling of Infeasibility......Page 446
6. Experimental Results......Page 447
References......Page 449
2. Design Framework......Page 450
3. Case study: Fermentation process - Design of PAT system......Page 453
References......Page 455
2. Software Accuracy......Page 456
4. Example......Page 459
References......Page 461
1. Introduction......Page 462
2. Reactive MILP model......Page 463
3. Proactive MILP model......Page 464
5. Case studies......Page 465
6. Proactive-Reactive control scheme......Page 466
References......Page 467
1. Introduction......Page 468
2. Model description and model predictive control approach......Page 469
3. Results of the MPC and PID control approach......Page 470
References......Page 473
2. Proposed control system structure......Page 474
3. The control algorithm......Page 475
4. The control system model and simulation......Page 476
5. Implementing the control system......Page 477
6. Conclusions......Page 478
References......Page 479
1. Introduction......Page 480
2. Freeze drying process......Page 481
3. Simulation results......Page 483
References......Page 484
1. Introduction......Page 486
2. Steady-State Identification......Page 487
4. Results and Discussion......Page 488
References......Page 491
1. Introduction......Page 492
2. Process Description......Page 493
3. ANFIS Estimator......Page 494
4. ANFIS-GA Controller......Page 495
5. Results......Page 496
References......Page 497
1. Introduction......Page 498
2. Conventional methods......Page 499
3. Correlation based Just-In-Time modeling......Page 500
4. Case Study......Page 501
References......Page 503
1. Introduction......Page 504
3. Control Strategy......Page 505
4. Illustrative example......Page 508
References......Page 509
1. Introduction......Page 510
3. Proposed Hybrid Optimization......Page 511
4. Optimization Problem Applied to the Case Study......Page 512
5. Results and Discussion......Page 513
References......Page 515
1. Introduction......Page 516
2. Soft Sensors Development......Page 517
3. Adaptive Controller......Page 519
4. Example: Adaptive Control of the SSFSE process......Page 520
References......Page 521
1. Introduction......Page 522
3. Advanced Control Monitoring......Page 523
4. Results......Page 525
References......Page 527
1. Introduction......Page 528
2. Problem formulation......Page 530
3. Illustration example......Page 531
Acknowledgements......Page 533
1. Introduction......Page 534
2. Methodology......Page 535
3. Case study......Page 537
References......Page 539
2. RCS: the cognitive architecture......Page 540
4. RCS vs DCS......Page 542
References......Page 545
1. Introduction......Page 546
2. Case Study......Page 547
3. State Estimation......Page 548
4. Systematic Tuning Approach......Page 549
5. Results and Discussions......Page 550
References......Page 551
1. INTRODUCTION......Page 552
2. DYNAMIC MODELLING OF THE INDUSTRIAL BATCH REACTOR SWELLING......Page 553
4. RESULTS AND DISCUSSION......Page 555
References......Page 557
1. Introduction......Page 558
2. Theory......Page 559
3. Result......Page 561
4. Conclusion......Page 562
References......Page 563
Abstract......Page 564
1. Introduction......Page 566
2. Methods......Page 567
3. Results and Discussion......Page 568
References......Page 571
2. The proposed optimisation algorithm......Page 572
3. Case study: optimisation of a tubular reactor......Page 575
5. Conclusions......Page 576
References......Page 577
1. Introduction......Page 578
2. Overview of Kriging Interpolation......Page 579
3. An algorithm for process flow-sheets optimization using kriging metamodels......Page 580
4. Example......Page 582
References......Page 583
1. Introduction......Page 584
3. Fundamentals of periodic scheduling formulation......Page 586
4. New decomposition approach......Page 587
5. Results......Page 588
References......Page 589
1.Introduction......Page 590
2.Case Study......Page 592
Reference......Page 595
1. Introduction......Page 596
2. Biclustering algorithm......Page 597
3. Computational Studies......Page 600
References......Page 601
2. Modeling and Simulation of Nonlinear Processes......Page 602
4. Constrained Parameter Estimation Problems......Page 603
5. Statistical Analysis and Nonlinear Experimental Design......Page 604
6. Example......Page 605
References......Page 607
1. Introduction......Page 608
2. Genetic Programming for Induction of Decision Trees (GPTree)......Page 609
3. Adaptive Discretization of Real-valued Output......Page 611
4. Decision Forest - GPForest......Page 612
References......Page 613
1. Introduction......Page 614
2. The KPP structure......Page 615
3. The numerical solution of large algebraic non-linear systems......Page 616
References......Page 618
1. Introduction......Page 620
3. Proposed approach......Page 621
4. Computational results......Page 624
References......Page 625
2. Framework......Page 626
3. Case studies......Page 629
4. Analysis of results......Page 630
6. Acknowledgments......Page 631
2. Parallel Computing for Logistic Optimization......Page 632
3. Numerical Experiments......Page 636
References......Page 637
2. Preliminaries......Page 638
3. The SO-CAPE Vision......Page 640
4. Discussion and Concluding Remarks......Page 642
References......Page 643
2. Batching and Scheduling of Multi-stage Batch Processes......Page 644
3. Grid Computing......Page 646
4. Dynamic Decomposition Algorithm......Page 647
References......Page 649
1. Introduction......Page 650
3. Case study: Integrated refinery supply chain......Page 651
4. Integrated refinery supply chain modelling......Page 652
6. Evaluation and conclusions......Page 653
References......Page 655
1. Introduction......Page 656
2. Mathematical Model......Page 657
3. NLP Formulation and Solution......Page 658
4. Case Studies......Page 659
References......Page 661
2. Simulis® Thermodynamics......Page 662
3. Simulis® Thermodynamics and CAPE-OPEN......Page 663
5. Expert Mode......Page 664
6. Conclusion......Page 667
1. Introduction......Page 668
2. The mathematical model......Page 669
4. Conclusion......Page 672
References......Page 673
1. Introduction......Page 674
2. The emulsion polymerization model......Page 675
3. Numerical solution......Page 676
5. Conclusion and future work......Page 678
References......Page 679
1. Description of the system......Page 680
2. Structural identifiability study for pure component experiments......Page 681
3. Examples of results for a pure adsorbate......Page 683
4. Conclusion......Page 684
References......Page 685
1. Introduction......Page 686
3. Control software : Main features of MPC@CB......Page 687
4. Application example......Page 688
References......Page 690
1. Introduction and Motivation......Page 692
2. Structural change detection algorithm......Page 693
3. Application......Page 695
4. Conclusion......Page 696
References......Page 697
1. Introduction......Page 698
2. Background......Page 699
3. Grey heat integration......Page 700
References......Page 703
2. Model flexibility......Page 704
3. Flexible mathematical model for the scheduling......Page 706
References......Page 709
1. Introduction......Page 710
2. Functional Linear Regression Approaches......Page 711
3. Case Study......Page 714
References......Page 715
1. Introduction......Page 716
2. Global Sensitivity Analysis......Page 717
3. Results and Discussion......Page 719
References......Page 721
1. Introduction......Page 722
2. Optimization framework......Page 723
3. Case studies – examples of successful application......Page 724
References......Page 727
1. Introduction......Page 728
2. Adaptation of Deterministic Planning Model Under Fuzzy Framework......Page 729
3. Results and Discussion......Page 731
References......Page 733
1. Introduction......Page 734
2. Modeling of the SSFSE Process......Page 735
3. Identification of Parameters......Page 737
4. Nonlinear Model Predictive Control......Page 738
References......Page 739
1. Introduction......Page 740
2. Model Formulation of Heat Exchanger Design......Page 742
5. Conclusions......Page 743
References......Page 745
1. Introduction......Page 746
2. Problem formulation and analysis......Page 747
3. Method overview......Page 748
4. Example......Page 750
References......Page 751
Abstract......Page 752
1. Introduction......Page 754
2. Basis of the structured modelling of an adsorption column......Page 755
3. Model reduction based on geometrical properties......Page 757
References......Page 759
1. Introduction......Page 760
2. Framework......Page 761
3. Case study: Prediction of multicomponent diffusion......Page 763
References......Page 765
1. Introduction......Page 766
2. The soft-SAFT approach......Page 767
3. Results and discussion......Page 768
References......Page 771
1. Introduction......Page 772
2. Model Description......Page 773
5. Results and Analysis......Page 774
References......Page 777
1. Introduction......Page 778
2. Mathematical model......Page 779
3. Implementation......Page 780
4. Results and discussions......Page 781
References......Page 783
1. Introduction......Page 784
2. Self-hydrolysis reaction mechanism......Page 785
3. Dynamic model of the reaction system......Page 786
4. Self-hydrolysis model results......Page 787
5. Catalytic hydrolysis model results......Page 788
References......Page 789
1. Introduction......Page 790
2. Heat Transfer Coefficients......Page 791
4. Simulation Project......Page 793
References......Page 795
1. Introduction......Page 796
2. Multiscale modeling and simulation of emulsion polymerization......Page 797
3. Application of multiscale modeling to semibatch seeded emulsion polymerization......Page 798
References......Page 801
1. Introduction......Page 802
3. Experimental work......Page 803
4. Results and discussion......Page 805
References......Page 807
1. Introduction......Page 808
2. Description of the planar fuel cells SOFC......Page 809
3. Result and discussion......Page 810
4. Conclusion......Page 811
References......Page 812
1. Introduction and Motivation......Page 814
2. Model-based flow assurance framework......Page 815
3. Case-study......Page 817
References......Page 819
2. IGCC power plant model development......Page 820
3. Plant units modeling......Page 823
References......Page 825
1. Introduction......Page 826
3. Model approach......Page 827
5. Experimental results......Page 829
References......Page 831
1. Introduction......Page 832
2. PSD & MWD Population Balance Model and Numerical Solution......Page 833
3. Experimental Studies......Page 834
4. Results and Discussion......Page 835
References......Page 837
1. Introduction......Page 838
2. Theory and methods of estimation of activation coefficients......Page 839
3. Results and discussion......Page 840
References......Page 843
2. Morphology Measurement: Imaging and Image Analysis......Page 844
3. Faceted Crystal Growth Rates and Kinetics......Page 846
4. Morphological (or polyhedral) Population Balance Modelling......Page 847
5. Perspectives for Shape Control......Page 848
References......Page 849
2. Modeling of the phase flowing......Page 850
3. Results......Page 852
References......Page 855
1. Introduction......Page 856
2. Mathematical model......Page 857
3. Results and Discussion......Page 858
References......Page 861
1. Introduction......Page 862
3. Results and discussion......Page 863
References......Page 867
1. Introduction......Page 868
2. Model development......Page 869
3. Design Optimization......Page 871
References......Page 873
1. Introduction......Page 874
3. Multi-objective Optimization Framework......Page 875
4. Application to Case study......Page 877
References......Page 879
1. Introduction......Page 880
3. Fabrication of Microreactor......Page 882
4. Reverse Engineering......Page 883
References......Page 885
1. Introduction......Page 886
2. Batch Reactor Experimentation with Small Scale Oxidation Process......Page 887
3. Heat Integrated Large Scale Oxidation Process......Page 888
4. Optimization Problem Formulation......Page 889
5. Optimization Results......Page 890
References......Page 891
Abstract......Page 892
1. Introduction......Page 893
2. Ion-Specific Poisson-Boltzmann Equation in Bispherical Coordinates......Page 894
4. Results......Page 895
References......Page 897
1. Introduction......Page 898
2. Theoretical background......Page 899
3. Estimation of group parameters......Page 900
5. Conclusions......Page 902
References......Page 903
2. Mathematical framework......Page 904
3. Analytical-numerical scheme for the model problem......Page 906
5. Numerical experiments......Page 907
References......Page 909
1. Theory......Page 910
2. Example cases......Page 912
References......Page 915
1. Introduction......Page 916
2. The Thermodynamic Simulation Method......Page 917
3. Models for Pulp and Paper-making Chemistry......Page 919
4. Models for Chemical Reactors......Page 920
References......Page 921
1. Introduction......Page 922
3. Predicting Tm for the alkanoic, monocarboxylic acid series......Page 923
4. Predicting Tm for the 1-alkene series......Page 925
5. Conclusions......Page 926
References......Page 927
2. Kinetic Models......Page 928
3. Reactor and particle model......Page 929
4. Example......Page 932
References......Page 933
2. Plant layout description......Page 934
3. Model description......Page 935
4. Influent model......Page 936
5. Results......Page 937
References......Page 939
1. Introduction......Page 940
2. Transformation to a volume based distribution......Page 942
3. Closure of the system of moments using QMOM......Page 943
4. Numerical results......Page 944
References......Page 945
1. Introduction......Page 946
2. Experimental Arrangement......Page 947
3. Mathematical Modelling......Page 948
4. Results and Discussion......Page 949
References......Page 951
1. Introduction......Page 952
2. Structure and characteristics of the Verbund model......Page 953
3. Integration with the electronic procurement database of the site......Page 954
4. Calculation and analysis of site scenarios......Page 956
References......Page 957
1. Introduction and requirements......Page 958
2. The LIMS application......Page 960
3. Catalyst and Process data management......Page 961
References......Page 963
1. Introduction......Page 964
2. Thermodynamics for Batch Processes......Page 965
4. Kinetic and MWD modelling......Page 967
References......Page 969
1. Introduction......Page 970
2. Six Sigma Process Improvement......Page 971
3. Applications......Page 972
References......Page 975
1. Introduction......Page 976
2. Compliance Management Systems......Page 977
3. A CMS for the Pharmaceutical Industry......Page 978
4. Implementation and Initial Results......Page 979
References......Page 981
1. Introduction......Page 982
2. IDEF0 Activity Model for Lifecycle Engineering......Page 983
3. Knowledge Management Model for Plant Maintenance......Page 984
References......Page 987
1. Introduction......Page 988
2. Key Challenges in Developing Soft Sensors......Page 989
3. Soft Sensor......Page 990
4. Results......Page 992
References......Page 993
1. Introduction......Page 994
2. Challenges for PAT in Quality by Design......Page 995
4. Conclusions......Page 998
References......Page 999
1. Introduction......Page 1000
2. From optimal design to optimal operation: Identifying economically attractive control structures......Page 1001
3. Case Study: Control Structure Selection for a Distillation Column......Page 1003
References......Page 1005
1. Introduction......Page 1006
2. Bayesian network......Page 1007
3. Dynamic programming......Page 1008
4. Case: Quality management in papermaking......Page 1010
References......Page 1011
1. Introduction......Page 1012
2. Existing Modeling Approaches and Limitations......Page 1013
3. Ontological approach......Page 1014
4. Batch Filling model Example......Page 1015
6. Summary......Page 1016
References......Page 1017
2. An overview on OntoCAPE......Page 1018
4. Design features of OntoCAPE......Page 1020
5. Applications of OntoCAPE......Page 1021
References......Page 1022
1. Introduction......Page 1024
2. Chemical product-process development......Page 1025
References......Page 1029
1. Introduction......Page 1030
2. Scope of Hazop Support System......Page 1031
3. Methodology......Page 1032
3 Case Studies......Page 1034
References......Page 1035
1. Introduction......Page 1036
2. Retrieval......Page 1037
3. Example......Page 1040
References......Page 1041
1. Introduction......Page 1042
2. Visualization of Multi-variate Data......Page 1043
3. SOM for Representing Process Operations......Page 1044
4. Transition Identification & Visualization in an Industrial Hydrocracker......Page 1045
References......Page 1047
1. Introduction......Page 1048
2. The Product-driven Process Synthesis (PDPS) Approach......Page 1049
3. Multi-criteria Decision Making (MCDM)......Page 1050
4. Application of MCDM Method......Page 1052
References......Page 1053
1. Introduction......Page 1054
2. Research question and methodology......Page 1055
3. Modeling and optimization of leached optical fiber production......Page 1056
4. Quality improvement process......Page 1057
References......Page 1059
1. Introduction......Page 1060
2. Description of the QTS System......Page 1063
References......Page 1065
1. Introduction......Page 1066
2. A novel qualitative time series analysis algorithm for the detection of operating regimes......Page 1067
3. Application to an industrial fixed bed tube reactor......Page 1069
References......Page 1071
1. Introduction......Page 1072
2. Modelling Methodology......Page 1073
3. What is User-Friendliness?......Page 1074
4. User-friendly Interface of Mobatec Modeller......Page 1075
References......Page 1077
Abstract......Page 1078
1. Introduction......Page 1080
2. Biomass Utilization Network......Page 1081
3. Methodology......Page 1082
5. Conclusions and Future Challenges......Page 1084
References......Page 1085
2. IGCC Process Description and Modeling......Page 1086
3. Methodology......Page 1087
4. Process Optimization......Page 1088
5. Heat Integration......Page 1089
References......Page 1091
1. Introduction......Page 1092
3. Activity Modeling of the Design Framework......Page 1093
References......Page 1097
1. Introduction......Page 1098
2. An Agent-Based Model for Energy Systems Analysis......Page 1099
3. Illustrative Example – Indiana Energy System Model......Page 1101
References......Page 1103
1. Introduction......Page 1104
2. Methodology for Integrating Modeling and Experiments......Page 1105
3. Generalized Biorefinery Model......Page 1106
5. Conclusions and Future Work......Page 1108
References......Page 1109
1. Introduction......Page 1110
2. Model Development and Solution Methodology......Page 1111
3. Modeling of Hydrogen Production Strategies......Page 1112
4. Results of Economic Analysis......Page 1113
References......Page 1115
1. Introduction......Page 1116
2. Synthesis and Optimization......Page 1118
3. Case study......Page 1119
Nomenclature......Page 1120
References......Page 1121
1. Introduction......Page 1122
2. Mathematical modeling......Page 1123
4. Apparatus......Page 1125
5. Results......Page 1126
References......Page 1127
1. Introduction......Page 1128
2. Experimental Procedure......Page 1129
3. CAPE tool for Biodiesel Production (Transesterification)......Page 1130
4. Results and Discussion......Page 1131
References......Page 1133
1. Introduction......Page 1134
2. Estimation of Greenhouse Emissions......Page 1135
3. Objective Functions to be minimized......Page 1136
4. Selection of the operating conditions......Page 1137
5. Improvements achieved in the operation of the steam and power plant......Page 1138
References......Page 1139
1. Introduction......Page 1140
2. Study area and input data......Page 1141
3. Dynamic Parameter Estimation Problem......Page 1142
5. Conclusions......Page 1144
References......Page 1145
3. Approaches to Occupational Health Assessment......Page 1146
4. Case Study......Page 1148
5. Adaption to Computer System......Page 1150
References......Page 1151
1. Introduction......Page 1152
3. Simulation of the stand-alone power system during a typical four-month period......Page 1153
References......Page 1157
1. Introduction......Page 1158
3. Mathematical formulation......Page 1159
4. Case study......Page 1161
References......Page 1163
2. “Hyvolution”-process......Page 1164
3. Calculation of exergy......Page 1165
4. Results of exergy analysis and discussion......Page 1166
References......Page 1168
Nomenclature......Page 1169
2. Software tools......Page 1170
3. Sensitivity analysis (SA)......Page 1171
4. Methodology......Page 1172
5. Case Study......Page 1173
6. Results and discussion......Page 1174
References......Page 1175
1. Introduction......Page 1176
3. Modeling and optimization framework......Page 1177
4. Industrial case study......Page 1179
5. Results and discussion......Page 1180
References......Page 1181
1. Introduction......Page 1182
2. Case-Studies......Page 1183
3. Results......Page 1185
4. Conclusions......Page 1186
References......Page 1187
1. Introduction......Page 1188
2. Philosophy of the ZEAL Project......Page 1189
3. Roles of Mathematical Modelling......Page 1190
5. Concluding remarks......Page 1192
References......Page 1193
1. Motivation......Page 1194
2. Learning objectives......Page 1196
3. Teaching/learning strategy......Page 1197
References......Page 1199
1. Introduction......Page 1202
2. Pedagogy......Page 1203
3. Learning Resources......Page 1205
4. Future Developments......Page 1206
References......Page 1207
1. Introduction......Page 1208
3. Projects Structure......Page 1209
4. Project Descriptions......Page 1210
5. CAPE tools: why, when, what, who, which ones and where?......Page 1211
6. Future Developments......Page 1212
Literature......Page 1213
2. Example 1 – Replacing the Analytical Solution by a Numerical Solution......Page 1214
3. Example 2 – Graphical Solution Techniques – What is “Out” and What is Still “In”......Page 1216
4. Additional Issues......Page 1217
References......Page 1218
1. Introduction......Page 1220
2. Overall System Description......Page 1221
3. Results......Page 1223
References......Page 1225
Author Index......Page 1226