Dissertação
Machine Learning for Understanding the Chemistry of N2-H2 Plasma Discharges EVALUATED
O amoníaco, também conhecido pelos químicos e físicos como NH3, é um dos compostos químicos mais importantes no mercado agrícola mundial. O método atualmente utilizado pela indústria para produzir amoníaco, processo Haber-Bosch, que aquece gás natural, apresenta vários problemas, tais como a grande quantidade de energia e pressão necessárias para completar o processo e a libertação substancial de dióxido de carbono para a atmosfera. A utilização de plasmas de baixa temperatura é um procedimento alternativo que envia uma descarga eléctrica através de uma mistura de gases, normalmente N2 com uma pequena fração de H2, criando uma reação em cadeia de ionizações, utilizando assim menores quantidades de energia, em vez de calor. O LoKI (LisbOn KInetics) é um software desenvolvido no IST / IPFN pelo Professor Luís Lemos Alves e sua equipa, que tenta modelar o problema resolvendo numericamente a equação de Boltzmann para os electrões e as equações químicas para as densidades de todas as espécies no gás. Este trabalho tem como objetivo desenvolver um modelo de aprendizagem automática que ajudará a compreender o complexo esquema químico produzido pelo processo de Plasma de Baixa Temperatura, permitindo-nos reduzir a rede química através da identificação das reações e vias químicas mais importantes para criar o produto final: Amoníaco. Os dados de treino são a distribuição inicial e final das espécies. Utilizando dados de simulações realizadas com o LoKI e de experiências, o objetivo é calcular um conjunto de pesos de reação, que se tornará a base para a redução do esquema químico.
novembro 5, 2024, 16:30
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Professor Associado