Lezione01 - Introduzione Al Corso

Lezione 1 – Introduzione al corso
Contenuto
§ Informazioni organizzative
Identificazione e Simulazione di Processi Chimici AA 2023/24
§ Motivazione
§ Esempi introduttivi
§ Programma del corso
Riferimenti Bibliografici
§ E. Alpaydin, Introduction to Machine Learning 4th Ed., The MIT Press (2020)
§ K.J. Beers, Numerical Methods for Chemical Engineering, CUP (2006)
§ D.C. Montgomery, G.C. Runger, Applied Statistics and Probability for Engineers 7th Ed., Wiley (2018)
Massimiliano Villone
§ A. Quarteroni, R. Sacco, E. Saleri, P. Gervasio, Matematica Numerica 4° Ed., Springer (2014)

§ A. Quarteroni, R. Sacco, E. Saleri, Numerical Mathematics 2nd Ed., Springer (2007)
§ A. Quarteroni, E. Saleri, Introduzione al Calcolo Scientifico 3° Ed., Springer (2006)
Contatti
§ Massimiliano Villone
• Dipartimento di Ingegneria Chimica, dei Materiali e della Produzione Industriale
－Piazzale Tecchio, 80 - III piano del corpo arretrato

• E-mail: massimiliano.villone@unina.it
• Telefono: 081/7682391
• Orario di ricevimento: su appuntamento
－Modalità: in presenza o tramite Microsoft Teams
• Pagina web: www.docenti.unina.it/massimilianomaria.villone
－Per scaricare il materiale del corso di ISPC, è necessario iscriversi al corso sulla pagina web
• Gruppo di ricerca:
the soft matter engineering group @unina

dicdot16.ingchim.unina.it/wordpress
§ Maurizio De Micco
• Dipartimento di Ingegneria Chimica, dei Materiali e della Produzione Industriale
－Piazzale Tecchio, 80 - III piano del corpo arretrato
• E-mail: maurizio.demicco@unina.it
• Telefono: 081/7682280 2/31
ISPC – Lezione 1
Introduzione
04/03/24
Info esame (1/3)
§ Modalità di esame: prova scritta con l’ausilio del computer
• Appelli ISPC sessione estiva/autunnale 2023/24: 17/06/24, 11/07/24, 11/09/24, 15/10/24
§ Attività durante il corso

• 2 prove intracorso (facoltative)
－ Date (da confermare): 30/04/24, 10/06/24
• 4 esercitazioni da svolgere a casa in gruppi (facoltative)
－Ogni gruppo deve essere composto da 4 o 5 persone.
－La composizione dei gruppi va comunicata entro domenica 10/03/24 compilando tramite il foglio disponibile
all’indirizzo https://shorturl.at/vDNXZ
－Gli esercizi che compongono un’esercitazione potrebbero non essere tutti fattibili alla data di pubblicazione del
testo dell’esercitazione stessa. A partire dal completamento dell’ultimo argomento contenuto in
un’esercitazione, i gruppi avranno una settimana di tempo per completare la prova ed inviare la soluzione in
formato pdf all’indirizzo e-mail del docente, indicando in oggetto il numero dell’esercitazione e del gruppo.
－Gli elaborati saranno valutati in decimi.

－Se si svolgono tutte le esercitazioni e le si consegna con puntualità, si può conseguire un bonus da sommare al
voto dell’esame, purché questo venga sostenuto entro settembre 2024: voto medio < 6 à 0 punti, 6 ≤ voto
medio < 8 à 0.5 punti, voto medio ≥ 8 à 1 punto.
3/31
ISPC – Lezione 1
Introduzione
04/03/24
Info esame (2/3)
• 4 quiz in aula in gruppi (gli stessi delle esercitazioni a casa) tramite l’app
－Le date di svolgimento dei quiz non saranno rese note in anticipo (i.e., quiz «a sorpresa»).
－Ogni quiz si comporrà di 6 domande a risposta multipla.

• Risposta esatta: +1.5 punti
• Risposta non data: 0 punti
• Risposta errata: -0.5 punti
－Le domande saranno proiettate in aula dal docente, dopo la proiezione di ogni domanda i partecipanti avranno
un certo tempo per rispondere.
－Se si partecipa a tutti i quiz, si può conseguire un bonus da sommare al voto dell’esame, purché questo venga
sostenuto entro settembre 2024: punteggio totale < 18 à 0 punti, 18 ≤ punteggio totale < 27 à 0.5 punti,
punteggio totale ≥ 27 à 1 punto.
4/31
ISPC – Lezione 1
Introduzione
04/03/24
Info esame (3/3)
§ Valutazione finale: media aritmetica dei voti delle prove intracorso oppure voto prova di esame completa.
• Un voto derivante dalla media delle prove intracorso o da una prova di esame si “conserva” fino al termine dell’anno
accademico 23/24 (31/03/25, salvo proroghe).

• Le prove intracorso e le prove di esame avranno una valutazione massima pari a 31.
• Per accedere alla seconda prova intracorso, è necessario riportare una valutazione ≥ 16 alla prima prova.
• Per superare l’esame tramite le prove intracorso, è necessario riportare una valutazione media ≥ 18 al netto dei
bonus derivanti dalle esercitazioni e dai quiz svolti in gruppo.
• Per conseguire la lode, la media delle prove intracorso o il voto della prova di esame deve essere ≥ 29.5 al netto dei
bonus derivanti dalle esercitazioni e dai quiz svolti in gruppo.
• Presentandosi ad una seduta di esame, si “perdono” eventuali voti conseguiti in precedenza.
§ Struttura delle prove intracorso e prove di esame:

• quiz a risposta multipla a libro chiuso (massimo 15 punti),
• compito a libro aperto con l’ausilio del computer (massimo 16 punti).
5/31
ISPC – Lezione 1
Introduzione
04/03/24
Info didattiche (1/3)
§ Prerequisiti per affrontare il corso di ISPC
• Propedeuticità: Termodinamica, Principi di Ingegneria Chimica.
• Conoscenze utili: Analisi Matematica, Algebra Lineare, Informatica, Fisica Generale, Fondamenti di Chimica
Industriale, Impianti Chimici, Ingegneria delle Reazioni Chimiche.
§ Il corso procede tramite lezioni frontali, esercitazioni in aula, studio/esercitazioni a casa.
§ Ogni argomento affrontato durante le lezioni sarà oggetto di esercitazioni in aula e a casa mirate alla risoluzione di
problemi tramite il computer.
§ Strumenti computazionali
• MATLAB®: software di calcolo numerico
－Tutti gli immatricolati alla “Federico II” possono scaricare gratuitamente MATLAB ed installarlo su un massimo di
4 dispositivi.
－La procedura per scaricare ed installare il software è disponibile all’indirizzo softwaresso.unina.it/matlab/

－Pacchetti necessari/utili per ISPC e corsi seguenti (alla LM): MATLAB, Curve Fitting Toolbox, MATLAB Coder,
MATLAB Compiler, MATLAB Compiler SDK, Optimization Toolbox, Statistics and Machine Learning Toolbox, PDE
Toolbox, Symbolic Math Toolbox.
6/31
ISPC – Lezione 1
Introduzione
04/03/24
§ Consigli:
• partecipare attivamente alle lezioni,
• fare domande ogni volta che si necessita di chiarimenti: non esistono domande stupide; un punto di vista diverso
può portare a risultati nuovi.
Salvador Dalì
Gala che contempla il Mar Mediterraneo…
The Dalì Museum 7/31
Saint Petersburg, FL, USA ISPC – Lezione 1
Introduzione
04/03/24
§ Consigli:
• partecipare attivamente alle lezioni,
• fare domande ogni volta che si necessita di chiarimenti: non esistono domande stupide; un punto di vista diverso
può portare a risultati nuovi.
Salvador Dalì
Il torero allucinogeno
The Dalì Museum 8/31
Saint Petersburg, FL, USA ISPC – Lezione 1
Introduzione
04/03/24
§ Convenzioni:
concetti importanti
formule matematiche
codice MATLAB
§ Non esiste un manuale del corso: le dispense citano in prima pagina riferimenti bibliografici utili.
§ Seguire un corso universitario non significa superare un esame, ma vuol dire intraprendere un percorso di formazione
metodologica.
9/31
ISPC – Lezione 1
Introduzione
04/03/24
Inquadramento ISPC nella struttura della corso di studi in ingegneria chimica
T PIC FCI
IRC ISPC IC
LM
§ Obiettivo del corso di ISPC è imparare a risolvere problemi dell’ingegneria chimica con metodi numerici implementati al
computer.
10/31
ISPC – Lezione 1
Introduzione
04/03/24
IDENTIFICAZIONE
SIMULAZIONE
DI
PROCESSI CHIMICI 11/31

ISPC – Lezione 1
Introduzione
04/03/24
Modellazione (1/5)
§ Cos’è un modello?
• “Un sistema matematico […] il cui comportamento è usato per comprendere e descrivere un processo fisico,
chimico, biologico, sociale cui è analogo in qualche senso.”
AA.VV., Il McGraw-Hill Zanichelli. Dizionario enciclopedico scientifico e tecnico 3° Ed., Zanichelli (2003)
• Operativamente, il modello di un processo che coinvolge trasformazioni fisiche e chimiche di processo è un sistema
di equazioni ben poste che permettono di prevedere il comportamento del processo.
• I modelli cui si farà riferimento in ISPC sono costruiti a partire da principi primi (i.e., leggi di conservazione) e da 12/31
equazioni costitutive. ISPC – Lezione 1

Introduzione
04/03/24
Modellazione (2/5)
§ Descrizione matematica di fenomeni chimico-fisici che hanno luogo nelle apparecchiature dell’industria di processo =
modellazione.
§ Modellazione à approssimazioni
• Vantaggio: se il modello descrive adeguatamente il processo, esso può essere utilizzato per analizzarne /prevederne
il funzionamento al variare delle condizioni operative.
• Cautela: cosa succede se la conoscenza dei parametri che compaiono nel modello è poco accurata?
“This model will be a simplification and an idealization, and consequently a falsification.

It is to be hoped that the features retained for discussion are those of greatest importance in the present state of
knowledge.”
A.M. Turing, The Chemical Basis of Morphogenesis,

Phil. Trans. R. Soc. Soc. Lond. B 1952;237:37-72.
§ Un modello è una descrizione approssimata della realtà.
13/31
ISPC – Lezione 1
Introduzione
04/03/24
Modellazione (3/5)
§ I modelli vengono utilizzati per risolvere problemi reali in svariati campi di applicazione.
• Progettazione:
－quale processo (per esempio, in termini di tipo e disposizione delle apparecchiature) conviene utilizzare per
ottenere un certo prodotto?
－come conviene dimensionare un impianto per ottenere un certo prodotto?
• Esercizio:
－quali condizioni operative conviene utilizzare per massimizzare la produttività di un processo esistente?
• Controllo:
－come si può fare in modo che un processo mantenga certe condizioni di funzionamento?
• Marketing:
－se il prezzo di un prodotto varia, come varia la domanda?
14/31
ISPC – Lezione 1
Introduzione
04/03/24
Modellazione (4/5)
§ Un modello dinamico descrive il comportamento di un processo che evolve nel tempo.
§ Un modello stazionario descrive il comportamento di un processo quando si sono esauriti gli effetti transitori.
§ In genere, la conoscenza della dinamica permette una più approfondita descrizione del processo.
§ Costruzione di un modello di interesse in ingegneria chimica:

• formulazione di ipotesi modellistiche,
• scrittura di equazioni di bilancio (materia, quantità di moto, energia,…),
• scrittura di equazioni costitutive,
• scrittura di condizioni iniziali/al contorno.
15/31
ISPC – Lezione 1
Introduzione
04/03/24
Modellazione (5/5)
§ Gli ingegneri chimici sono chiamati a risolvere problemi di grande complessità in svariati campi di applicazione.
§ I calcolatori elettronici hanno rivoluzionato il modo in cui gli ingegneri chimici progettano ed analizzano i processi, siano
essi condotti in grandi impianti o su scala microscopica.
§ I software scientifici permettono di affrontare lo studio di sistemi complessi in una frazione del tempo che era
necessario una volta.
§ Spesso, l’ingegnere chimico non costruisce personalmente i programmi di cui ha bisogno, ma usa codici scritti da altri:
in tal caso, è fondamentale che l’utente comprenda le tecniche impiegate dal programma e sappia come manipolare i
parametri sui quali ha controllo à utente consapevole.
§ La capacità di utilizzare i computer è importante, ma la comprensione dei fenomeni chimico-fisici che si modellano è
fondamentale.
16/31
ISPC – Lezione 1
Introduzione
04/03/24
Simulazione di processo
§ Simulazione di un processo (insieme di fenomeni chimico-fisici)

di interesse in ingegneria chimica:
1. individuazione del fenomeno,
2. formulazione di ipotesi semplificative,
3. scrittura del modello matematico del processo (equazioni di bilancio, equazioni costitutive, condizioni al
contorno/iniziali),
4. selezione di un opportuno metodo di calcolo per risolvere i problemi matematici posti dal modello (se, per
esempio, il modello è costituito da un sistema di equazioni algebriche, bisogna individuare un metodo di calcolo
adatto alla soluzione di sistemi di equazioni algebriche),
5. definizione dell’algoritmo per l’attuazione del metodo di calcolo scelto,
6. implementazione dell’algoritmo in un programma di calcolo.
§ Parole chiave
• Simulazione: tecnica che permette di “imitare” il funzionamento di un sistema reale
• Algoritmo: sequenza di passi che consentono di ottenere risultati a partire da dati di ingresso
• Implementazione: scrittura di un file di testo che traduca l’algoritmo in un linguaggio adeguato ad un computer 17/31
ISPC – Lezione 1
Introduzione
04/03/24
Modelli espressi da equazioni algebriche lineari: CSTR (1/3)
§ Ipotesi modellistiche
• Perfetta miscelazione
－Implicazioni?
• Condizioni stazionarie
－Implicazioni?
• Condizioni isoterme
－Implicazioni?
• Reazione chimica in fase liquida
－Implicazioni?
• Reazione chimica 𝐴 → 𝐵 irreversibile con cinetica lineare rispetto alla concentrazione del reagente 𝐴
－Implicazioni?
𝐹, 𝑐!,#$
𝑉
𝐴→𝐵 𝐹, 𝑐!
18/31
ISPC – Lezione 1
Introduzione
04/03/24
§ Ipotesi modellistiche
• Perfetta miscelazione (CSTR) à
－non è necessario scrivere il bilancio di quantità di moto,

－modello a parametri concentrati (i valori delle variabili non dipendono dalla posizione).
• Condizioni stazionarie à
－le equazioni di bilancio che modellano il processo hanno la forma
𝐼𝑁 – 𝑂𝑈𝑇 + 𝐺𝐸𝑁 = 0
• Condizioni isoterme à
－non è necessario scrivere il bilancio di energia.
• Reazione chimica in fase liquida à
－il volume del sistema reagente non cambia, quindi non è necessario scrivere il bilancio di materia globale (𝐹!" =
𝐹#$% = 𝐹).
• Reazione chimica 𝐴 → 𝐵 irreversibile con cinetica lineare rispetto alla concentrazione del reagente 𝐴 à
－la velocità di reazione può essere espressa tramite un’equazione costitutiva del tipo 𝑟 = 𝑘𝑐& .
§ In definitiva, il modello del processo è costituito dal solo bilancio di materia sul reagente 𝐴 nella forma
𝐹 𝑐&,!" − 𝑐& − 𝑉𝑘𝑐& = 0
19/31
ISPC – Lezione 1
Introduzione
04/03/24
§ Nel modello
𝐹 𝑐&,!" − 𝑐& − 𝑉𝑘𝑐& = 0
(!
𝐹 è la portata di miscela entrante nel/uscente dal reattore,
)
(#*
𝑐&,!" (!
è la concentrazione del reagente 𝐴 in ingresso al reattore,
parametri
𝑉 m+ è il volume della miscela reagente contenuta nel reattore,
,
𝑘 )
è la costante cinetica della reazione,
(#*
𝑐& è la concentrazione del reagente 𝐴 all’interno del reattore ed in uscita da esso à incognita.
(!
§ Matematicamente, il modello del processo si traduce in una equazione algebrica lineare nell’incognita 𝑐& .
• In linea di principio, ora si potrebbe individuare un metodo di calcolo adatto alla soluzione di un’equazione algebrica
lineare, definire un algoritmo per attuarlo ed implementare tale algoritmo al calcolatore.
20/31
ISPC – Lezione 1
Introduzione
04/03/24
Modelli espressi da sistemi di equazioni algebriche lineari: serie di CSTR
𝐹, 𝑐!% 𝐹, 𝑐!& 𝐹, 𝑐!' 𝐹, 𝑐!( 𝐹, 𝑐!) 𝐹, 𝑐!*

𝑉 𝑉 𝑉 𝑉 𝑉
𝐴→𝐵 𝐴→𝐵 𝐴→𝐵 𝐴→𝐵 𝐴→𝐵
§ Nelle stesse ipotesi formulate prima, il sistema è modellato dai 5 bilanci di materia sul reagente 𝐴
𝐹 𝑐& -., − 𝑐& - − 𝑉𝑘𝑐& - = 0 per 𝑖 = 1, … , 5
§ Matematicamente, il problema si traduce in un sistema di 5 equazioni algebriche lineari nelle 5 incognite 𝑐& - , 𝑖 =
1, … , 5
§ Un sistema di equazioni algebriche lineari può sempre essere scritto nella forma
𝑨⋅𝒙=𝒃
con 𝑨 matrice dei coefficienti, 𝒙 vettore delle incognite, 𝒃 vettore dei termini noti.
§ Metodi per la risoluzione di sistemi di equazioni algebriche lineari: retrosostituzione, sostituzione in avanti, eliminazione
di Gauss, Thomas, Jacobi, Gauss-Seidel… 21/31
ISPC – Lezione 1
Introduzione
04/03/24
Modelli espressi da sistemi di equazioni algebriche non-lineari: CSTR
𝐹, 𝑐+,#$
𝑉
𝐴+𝐵 →𝐶
𝐵+𝐶 →𝐷 𝐹, 𝑐+
§ Con le stesse ipotesi adottate in precedenza ed ipotizzando reazioni chimiche irreversibili con cinetica di ordine 1
rispetto alla concentrazione di ognuno dei reagenti coinvolti (i.e., 𝑟, = 𝑘, 𝑐& 𝑐/ , 𝑟0 = 𝑘0 𝑐/ 𝑐1 ), il sistema è modellato dai
4 bilanci di materia sulle specie 𝐴, 𝐵, 𝐶, 𝐷:
𝐹 𝑐&,!" − 𝑐& − 𝑉𝑘, 𝑐& 𝑐2 = 0
𝐹 𝑐2,!" − 𝑐2 − 𝑉𝑘, 𝑐& 𝑐2 − 𝑉𝑘0 𝑐2 𝑐3 = 0
𝐹 𝑐3,!" − 𝑐3 + 𝑉𝑘, 𝑐& 𝑐2 − 𝑉𝑘0 𝑐2 𝑐3 = 0
𝐹 𝑐4,!" − 𝑐4 + 𝑉𝑘0 𝑐2 𝑐3 = 0
§ Matematicamente, il problema si traduce in un sistema di 4 equazioni algebriche non-lineari nelle 4 incognite 𝑐& , 𝑐2 ,
𝑐3 , 𝑐4 .
§ Un sistema di equazioni algebriche non-lineari può sempre essere scritto nella forma 𝒇(𝒙, 𝚯) = 𝟎
con 𝒙 vettore delle incognite, 𝚯 vettore dei parametri.
§ Metodi per la risoluzione di sistemi di equazioni algebriche non-lineari: Newton, Dekker-Bent, Müller, Broyden…
22/31
ISPC – Lezione 1
Introduzione
04/03/24
Problemi di condizione iniziale: CSTR (1/2)
𝐹, 𝑐+,#$
𝑉
𝐴+𝐵 →𝐶
𝐵+𝐶 →𝐷 𝐹, 𝑐+
§ Se si rimuove l’ipotesi che il sistema sia in condizioni stazionarie, le equazioni di bilancio assumono la forma
𝐴𝐶𝐶 = 𝐼𝑁 – 𝑂𝑈𝑇 + 𝐺𝐸𝑁
§ Ipotizzando che restino valide tutte le altre assunzioni fatte in precedenza, il sistema è modellato dai 4 bilanci di
materia sulle specie 𝐴, 𝐵, 𝐶, 𝐷 in transitorio
56" 8
57
= 9 𝑐&,!" − 𝑐& − 𝑘, 𝑐& 𝑐2
56# 8
= 9 𝑐2,!" − 𝑐2 − 𝑘, 𝑐& 𝑐2 − 𝑘0 𝑐2 𝑐3
57
56$ 8
57
= 9 𝑐3,!" − 𝑐3 + 𝑘, 𝑐& 𝑐2 − 𝑘0 𝑐2 𝑐3
56% 8
57
= 9 𝑐4,!" − 𝑐4 + 𝑘0 𝑐2 𝑐3
23/31
ISPC – Lezione 1
Introduzione
04/03/24
Problemi di condizione iniziale: CSTR (2/2)
§ Così posto, il problema ammette come soluzione infinite quaterne di funzioni 𝑐& 𝑡 , 𝑐2 𝑡 , 𝑐3 𝑡 , 𝑐4 𝑡 .
§ Per selezionare una specifica soluzione, è necessario fissare i valori delle incognite ad uno stesso valore del tempo (ad
esempio, a 𝑡 = 0).
§ Il problema
56" 8
= 𝑐&,!" − 𝑐& − 𝑘, 𝑐& 𝑐2
57 9
56# 8
𝑐& 𝑡=0 = 𝑐&:
= 𝑐2,!" − 𝑐2 − 𝑘, 𝑐& 𝑐2 − 𝑘0 𝑐2 𝑐3 𝑐 𝑡=0 = 𝑐2:
57 9
+ 2
56$ 8
= 𝑐3,!" − 𝑐3 + 𝑘, 𝑐& 𝑐2 − 𝑘0 𝑐2 𝑐3 𝑐3 𝑡=0 = 𝑐3:
57 9
56% 8
𝑐4 𝑡=0 = 𝑐4:
= 𝑐4,!" − 𝑐4 + 𝑘0 𝑐2 𝑐3
57 9
in cui sono noti i valori delle funzioni incognite in corrispondenza dello stesso valore della variabile indipendente (nello
specifico, a 𝑡 = 0) è detto «problema di condizione iniziale» (o di «valore iniziale»).
§ Matematicamente, il problema si traduce in un sistema di equazioni differenziali ordinarie del I ordine.
§ Metodi per la risoluzione di problemi di condizione iniziale: Eulero, Runge-Kutta, Heun, Adams-Bashfort-Moulton, …
24/31
ISPC – Lezione 1
Introduzione
04/03/24
Problemi di valori ai limiti: trasporto di calore in lastra piana (1/2)
§ Consideriamo una lastra metallica piana, la cui temperatura è pari a 𝑇) a sinistra e 𝑇; a destra ed è immersa in un
ambiente a temperatura 𝑇< in alto e in basso.
§ Ipotesi modellistiche:
• condizioni stazionarie,
• assenza di generazione termica all’interno della lastra,
5=
• flusso termico conduttivo descrivibile tramite l’equazione costitutiva di Fourier 𝑞 = −𝑘 5> , con 𝑘 la conducibilità
termica del materiale che costituisce la lastra,
• 𝑊 ≫ 𝐻.
§ Sulla base di tali ipotesi, si può scrivere un bilancio di energia monodimensionale in un volume differenziale di base 𝐻𝑊
ed altezza 𝑑𝑥 nella forma 𝐼𝑁 – 𝑂𝑈𝑇 = 0:
𝑑𝑇 𝑑𝑇
−𝑘 M 𝐻𝑊 + 𝑘 M 𝐻𝑊 − 2𝑈𝑊𝑑𝑥(𝑇 − 𝑇< ) = 0
𝑑𝑥 > 𝑑𝑥 >?5>
25/31
ISPC – Lezione 1
con 𝑈 coefficiente di scambio di calore tra lastra e ambiente a temperatura 𝑇< . Introduzione
04/03/24
Problemi di valori ai limiti: trasporto di calore in lastra piana (2/2)
§ Dividendo tutto per 𝐻𝑊𝑑𝑥 e passando al limite per 𝑑𝑥 → 0, si ha
𝑑 𝑑𝑇 2𝑈
𝑘 − (𝑇 − 𝑇< ) = 0
𝑑𝑥 𝑑𝑥 𝐻
a cui si associano le condizioni al contorno
𝑇 𝑥 = 0 = 𝑇)
O
𝑇 𝑥 = 𝐿 = 𝑇;
§ Un tale problema, in cui sono noti valori della funzione incognita in corrispondenza di valori distinti della variabile
indipendente, è detto problema di valori ai limiti.
§ Matematicamente, il problema si traduce in un’equazione differenziale ordinaria del II ordine.

§ Metodi per la risoluzione problemi di valori ai limiti: shooting, differenze finite, elementi finiti…
26/31
ISPC – Lezione 1
Introduzione
04/03/24
IDENTIFICAZIONE
SIMULAZIONE
DI
PROCESSI CHIMICI 27/31

ISPC – Lezione 1
Introduzione
04/03/24
Identificazione di parametri di modelli (1/3)
§ Abbiamo passato in rassegna alcuni modelli di processi caratteristici dell’ingegneria chimica.
§ Ognuno dei modelli illustrati contiene parametri, che sono stati considerati noti.
§ CSTR:
𝐹 𝑐&,!" − 𝑐& − 𝑉𝑘𝑐& = 0
𝐹, 𝑐&,!" , 𝑉, 𝑘 noti
§ E’ sempre così?
• Purtroppo no!
• Spesso e volentieri, si è chiamati a determinare il valore dei parametri che compaiono nei modelli facendo
ricorso a campagne sperimentali.
28/31
ISPC – Lezione 1
Introduzione
04/03/24
§ Consideriamo un batch da laboratorio, nel quale avviene la reazione 𝐴 → 𝐵, con cinetica 𝑟& = 𝑘𝑐& , e immaginiamo di
misurare la velocità della reazione al variare della concentrazione del reagente 𝐴 nel reattore (a temperatura fissata).
§ Modello dell’esperimento:
𝑟& = 𝑘𝑐&
con
• 𝑟& variabile misurata ,
• 𝑘 parametro incognito,
• 𝑐& condizione sperimentale imposta.
§ Ipotesi modellistiche:
• concentrazione del reagente 𝐴 nel reattore nota con infinita precisione.
§ La velocità di reazione deve variare linearmente con la concentrazione di 𝐴 nel reattore.

• Il coefficiente angolare della retta su cui si dispongono i valori di 𝑟& vs. 𝑐& è la costante cinetica della reazione.
29/31
ISPC – Lezione 1
Introduzione
04/03/24
20
18
16
14
12
𝑟! 10
dt
8
0
0 1 2 3 4 5 6 7 8 9 10
𝑐!
1/F
§ I valori misurati della velocità di reazione non si dispongono esattamente lungo una retta per colpa degli errori di
misura.
§ Quindi, quanto vale la costante cinetica della reazione?

§ Per trarre conclusioni quantitative a partire da dati incerti si ricorre alla statistica.
§ La crescente disponibilità di dati e potenza di calcolo ha portato allo sviluppo di algoritmi capaci di caratterizzare i dati
stessi, stimare valori di parametri e fare previsioni, migliorando progressivamente le proprie prestazioni sulla base 30/31
dell’«esperienza» à apprendimento automatico (machine learning). ISPC – Lezione 1

Introduzione
04/03/24
Programma sintetico del corso di ISPC
§ Introduzione a MATLAB
§ Introduzione al calcolo numerico
§ Simulazione di processi chimici

• Metodi numerici per la risoluzione di sistemi di equazioni algebriche lineari
• Metodi numerici per la risoluzione di sistemi di equazioni algebriche non-lineari
• Metodi numerici per la risoluzione di problemi di condizione iniziale
• Metodi numerici per la risoluzione di problemi di valori ai limiti
§ Identificazione parametrica di processi chimici

• Introduzione alla statistica
• Stima di parametri di modelli lineari
• Stima di parametri di modelli non lineari

• Introduzione al machine learning
31/31
ISPC – Lezione 1
Introduzione
04/03/24

Lezione01 - Introduzione Al Corso

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Lezione01 - Introduzione Al Corso

Caricato da

Copyright:

Formati disponibili

Lezione 1 – Introduzione al corso

§ A. Quarteroni, R. Sacco, E. Saleri, P. Gervasio, Matematica Numerica 4° Ed., Springer (2014)

－Piazzale Tecchio, 80 - III piano del corpo arretrato

the soft matter engineering group @unina

§ Attività durante il corso

－Gli elaborati saranno valutati in decimi.

－Ogni quiz si comporrà di 6 domande a risposta multipla.

accademico 23/24 (31/03/25, salvo proroghe).

§ Struttura delle prove intracorso e prove di esame:

§ Il corso procede tramite lezioni frontali, esercitazioni in aula, studio/esercitazioni a casa.

－La procedura per scaricare ed installare il software è disponibile all’indirizzo softwaresso.unina.it/matlab/

PROCESSI CHIMICI 11/31

equazioni costitutive. ISPC – Lezione 1

“This model will be a simplification and an idealization, and consequently a falsification.

A.M. Turing, The Chemical Basis of Morphogenesis,

§ Un modello è una descrizione approssimata della realtà.

§ Costruzione di un modello di interesse in ingegneria chimica:

• scrittura di condizioni iniziali/al contorno.

§ Simulazione di un processo (insieme di fenomeni chimico-fisici)

－non è necessario scrivere il bilancio di quantità di moto,

𝐹, 𝑐!% 𝐹, 𝑐!& 𝐹, 𝑐!' 𝐹, 𝑐!( 𝐹, 𝑐!) 𝐹, 𝑐!*

𝐴𝐶𝐶 = 𝐼𝑁 – 𝑂𝑈𝑇 + 𝐺𝐸𝑁

§ Matematicamente, il problema si traduce in un sistema di equazioni differenziali ordinarie del I ordine.

a cui si associano le condizioni al contorno

§ Matematicamente, il problema si traduce in un’equazione differenziale ordinaria del II ordine.

PROCESSI CHIMICI 27/31

§ La velocità di reazione deve variare linearmente con la concentrazione di 𝐴 nel reattore.

§ Quindi, quanto vale la costante cinetica della reazione?

dell’«esperienza» à apprendimento automatico (machine learning). ISPC – Lezione 1

§ Introduzione al calcolo numerico

§ Simulazione di processi chimici

§ Identificazione parametrica di processi chimici

• Stima di parametri di modelli non lineari

Potrebbero piacerti anche