Ανάπτυξη μειωμένης τάξης μοντέλου αντιδραστήρα χημικής απόθεσης από ατμό με τη μέθοδο της ανάλυσης κυρίων συνιστωσών και τεχνητά νευρωνικά δίκτυα

Παπαπέτρου, Θεόδωρος-Νέστωρ; Papapetrou, Theodoros-Nestor

dc.contributor.author	Παπαπέτρου, Θεόδωρος-Νέστωρ	el
dc.contributor.author	Papapetrou, Theodoros-Nestor	en
dc.date.accessioned	2016-11-07T07:46:39Z
dc.date.available	2016-11-07T07:46:39Z
dc.date.issued	2016-11-07
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/43987
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.13256
dc.rights	Default License
dc.subject	Χημική απόθεση από ατμό	el
dc.subject	Υπολογιστική ρευστοδυναμική	el
dc.subject	Πολλαπλότητα καταστάσεων	el
dc.subject	Μείωση τάξης μοντέλου	el
dc.subject	Ανάλυση κυρίων συνιστωσών	el
dc.subject	Μέθοδος των στιγμιοτύπων	el
dc.subject	Νευρωνικά δίκτυα	el
dc.subject	Ρύθμιση μη-γραμμικού προβλεπτικού μοντέλου	el
dc.subject	Chemical vapor deposition	en
dc.subject	Computational fluid dynamics	en
dc.subject	Multiplicity of states	en
dc.subject	Model order reduction	en
dc.subject	Proper orthogonal decomposition	en
dc.subject	Method of snapshots	en
dc.subject	Neural networks	en
dc.subject	Nonlinear model predictive control	en
dc.title	Ανάπτυξη μειωμένης τάξης μοντέλου αντιδραστήρα χημικής απόθεσης από ατμό με τη μέθοδο της ανάλυσης κυρίων συνιστωσών και τεχνητά νευρωνικά δίκτυα	el
dc.title	Development of a reduced order model of a chemical vapor deposition reactor with the method of principal component analysis and artificial neural networks	en
heal.type	bachelorThesis
heal.classification	Υπολογιστικές μέθοδοι στη ρευστοδυναμική	el
heal.classification	Μοντελοποίηση και προσομοίωση	el
heal.classification	Μέθοδοι αυτόματου ελέγχου διεργασιών	el
heal.classification	Computational methods in fluid dynamics	en
heal.classification	Modeling and simulation	en
heal.classification	Automatic process control	en
heal.classification	Chemical vapor deposition	en
heal.classificationURI	http://data.seab.gr/concepts/e6ab3f6b562030c0c8396c8ff25de47e482748f3
heal.classificationURI	http://data.seab.gr/concepts/f85383fcd7c211714084d7fca897998d7d759c5d
heal.classificationURI	http://data.seab.gr/concepts/27816f4ec69ed8843971530e37dd60e6e4896238
heal.classificationURI	http://data.seab.gr/concepts/e6ab3f6b562030c0c8396c8ff25de47e482748f3
heal.classificationURI	http://data.seab.gr/concepts/f85383fcd7c211714084d7fca897998d7d759c5d
heal.classificationURI	http://data.seab.gr/concepts/27816f4ec69ed8843971530e37dd60e6e4896238
heal.classificationURI	http://id.loc.gov/authorities/subjects/sh94001275
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-10-03
heal.abstract	Στην παρούσα εργασία μελετήθηκε το σύστημα ενός κυλινδρικού, αξονοσυμμετρικού, κατακόρυφου αντιδραστήρα χημικής απόθεσης από ατμό, με ένα ακίνητο οριζόντιο θερμαινόμενο υπόστρωμα απόθεσης και ψυχόμενα τοιχώματα. Για πίεση λειτουργίας 1300 Pa, θερμοκρασία τοιχωμάτων 300 K, θερμοκρασία υποστρώματος 700 K και θερμοκρασία ρεύματος εισόδου 298 Κ, το σύστημα χαρακτηρίζεται από την ύπαρξη πολλαπλότητας μονίμων καταστάσεων για παροχές εισόδου μεταξύ 2.3•10-5 kg/s και 5.0•10-5 kg/s, λόγω διαφορετικών πιθανών μηχανισμών ροής. Σκοπός της εργασίας είναι η κατασκευή δυναμικού μοντέλου μειωμένης τάξης για έναν ευσταθή κλάδο καταστάσεων του παραπάνω συστήματος χρησιμοποιώντας μόνο δεδομένα από προσομοιώσεις και η χρήση του μοντέλου για την αυτόματη ρύθμιση του συστήματος. Για το σκοπό αυτό, λήφθηκαν δεδομένα της δυναμικής απόκρισης των πεδίων ροής και θερμοκρασίας για διάφορες επιβολές στην παροχή, στο εύρος 1.5•10-5 kg/s - 6.0•10-5 kg/s, από προσομοιώσεις ενός λεπτομερούς μοντέλου του συστήματος με τη χρήση εμπορικού λογισμικού υπολογιστικής ρευστοδυναμικής. Από την επεξεργασία των δεδομένων με τη μέθοδο της ανάλυσης κυρίων συνιστωσών, και με την εκπαίδευση κατάλληλων τεχνητών νευρωνικών δικτύων, κατασκευάστηκαν καταρχάς δύο υποψήφια μη γραμμικά μοντέλα διαφορετικής τάξης, τα οποία συγκρίθηκαν ως προς την ακρίβεια των προβλέψεών τους. Από τη σύγκριση προέκυψε ότι το ακριβέστερο μοντέλο είναι το χαμηλότερης τάξης, με μόνο μία χρονικά εξαρτώμενη παράμετρο και μέγιστο σχετικό σφάλμα κάτω από 1% σε σχέση με το λεπτομερές μοντέλο για όλες τις προβλέψεις που έγιναν. Το μοντέλο αυτό χρησιμοποιήθηκε στη συνέχεια σε έναν ρυθμιστή προβλεπτικού μοντέλου για την αυτόματη ρύθμιση του συστήματος σε μια σειρά δοκιμών, όπου έγινε σύγκριση με την απόκριση σε μη αυτόματη ρύθμιση, που αποτελεί τη βιομηχανική πρακτική. Προέκυψε ότι για τις περιπτώσεις όπου δεν αλλάζει ο μηχανισμός ροής μεταξύ αρχικού και επιθυμητού σημείου, ο αυτόματος ρυθμιστής έχει συγκρίσιμη ή λίγο χειρότερη απόδοση από τον μη αυτόματο. Αντίθετα, όταν ο μηχανισμός ροής πρέπει να αλλάξει, μόνο ο αυτόματος ρυθμιστής καταφέρνει να οδηγήσει το σύστημα από τον έναν στον άλλο μηχανισμό.	el
heal.abstract	In the present thesis, the system of a cylindrical, axial symmetric, vertical chemical vapor deposition reactor with one unmoving horizontal heated deposition substrate and cooled walls is studied. For operating pressure 1300 Pa, wall temperature 300 K, substrate temperature 700 K and inlet flow temperature 298 K, the system is characterized by a multiplicity of steady states for inlet mass flow rates between 2.3•10-5 kg/s and 5.0•10-5 kg/s, due to the coexistence of competing physical mechanisms. The aim of the thesis is the construction of a dynamic, reduced order model for a stable branch of states of the aforementioned system using solely data from simulations and the use of said model for the automatic control of the system. For this purpose, data of the dynamic response of the flow and temperature fields for various inlet mass flow rate profiles, in the range 1.5•10-5 kg/s - 6.0•10-5 kg/s, were taken from simulations of a detailed model of the system using a commercial computational fluid dynamics software. The implementation of proper orthogonal decomposition assisted by artificial neural networks for the determination of the time-dependent coefficients yields two surrogate nonlinear model candidates of different order. After comparing the accuracy of the prediction of these models, it was found that the one with the lowest order, having only one time dependent parameter and a maximum relative error of less than 1% compared to the detailed model for all predictions performed, was the most accurate. This model was subsequently used in a model predictive controller for the automatic control of the system in a series of trials, and the responses were compared to those of manual control, which is the industrial practice. It was found that in the cases where the flow mechanism between the initial and set point does not change, the automatic controller has comparable or slightly worse performance than the manual one. However, when the flow mechanism has to change, only the automatic controller can successfully lead the system from the one mechanism to the other.	en
heal.advisorName	Μπουντουβής, Ανδρέας	el
heal.committeeMemberName	Σαρίμβεης, Χαράλαμπος	el
heal.committeeMemberName	Τσιβιλής, Σωτήριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Χημικών Μηχανικών. Τομέας Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων (ΙΙ)	el
heal.academicPublisherID	ntua
heal.numberOfPages	122 σ.	el
heal.fullTextAvailability	true