การหาจุดเหมาะสมที่สุดของกระบวนการทางเคมี
3(3-0-9)
วิชาบังคับก่อน : โดยความเห็นชอบของสาขาวิชา
การสังเคราะห์โจทย์ปัญหา ธรรมชาติของปัญหาที่เกี่ยวกับการหาจุดเหมาะสม การใช้แบบจำลองสำหรับอธิบายข้อมูล การกำหนดฟังก์ชันวัตถุประสงค์ วิธีการใช้ทฤษฎีหาจุดเหมาะสมสมัยใหม่ การหาจุดเหมาะสมของระบบตัวแปรเดี่ยวและหลายตัวโดยมีและไม่มีเงื่อนไขบังคับ การโปรแกรมเชิงเส้น และการโปรแกรมแบบไม่เชิงเส้นและมีเงื่อนไขบังคับ การหาจุดเหมาะสมที่สุดแบบโกลบอลและวิวัฒนาการ การประยุกต์ใช้วิธีหาจุดเหมาะสมที่สุดในกระบวนการต่างๆ ทางวิศวกรรมเคมี ตัวอย่างเช่น กระบวนการถ่ายเทความร้อน กระบวนการแยกสาร การทำงานและการออกแบบปฏิกรณ์เคมี เป็นต้น การหาจุดเหมาะสมที่สุดสำหรับการออกแบบและการทำงานของโรงงานอุตสาหกรรมเคมีขนาดใหญ่
เค้าโครงรายวิชา
- การสร้างโจทย์ปัญหา (6 ชม.)
- ธรรมชาติของการหาจุดเหมาะสมที่สุด
- การอธิบายข้อมูลโดยใช้แบบจำลอง
- การสร้างฟังก์ชันวัตถุประสงค์
- ทฤษฎีการหาจุดเหมาะสมที่สุด (15 ชม.)
- การหาจุดเหมาะสมแบบตัวแปรเดี่ยวและแบบหลายตัวแปร
- หลักการของโปรแกรมเชิงเส้น
- โปรแกรมแบบไม่เชิงเส้น และมีเงื่อนไขบังคับ
- การหาจุดเหมาะสมที่สุดแบบโกลบอล
- วิธีการหาจุดเหมาะสมที่สุดแบบวิวัฒนาการ
- การใช้วิธีหาจุดเหมาะสมที่สุดสำหรับวิเคราะห์การออกแบบและการทำงานของโรงงานผลิตขนาดใหญ่ (15 ชม.)
ผลสัมฤทธิ์การเรียนรู้
- สามารถแสดงให้เห็นการนำหลักกการในการออกแบบกระบวนการมาใช้ในการทำโครงงานได้
- สามารถเลือกใช้อุปกรณ์และเครื่องมือวัดที่เหมาะสมกับกระบวนการเคมีได้
- สามารถออกแบบกระบวนการและอุปกรณ์สำหรับกระบวนการผลิตได้
- สามารถทำการวิเคราะห์ทางเศรษฐศาสตร์ได้ สามารถใช้โปรแกรมคอมพิวเตอร์ในการออกแบบกระบวนการได้
Chemical Process Optimization
Prerequisite : Consent of the School
General problem formulation. Nature of optimization problems. Fitting model to data. Formulation of objective functions. Techniques of modern optimization theory. Optimization of single and multivariable systems with and without constraints. Linear programming and nonlinear programming with constraints. Global and evolutionary optimization. Application of optimization to various chemical engineering processes, for example, heat transfer, separation processes, chemical reactor design and operation. Optimization of the design and operation of large-scale plants.
Course Outline
- Problem formulation. (6 hr.)
- Nature of optimization problems.
- Model fitting to data.
- Formulation of objective functions.
- Optimization theory. (15 hr.)
- Single and multivariable optimization.
- Linear programming.
- Nonlinear programming with constraints.
- Global optimization.
- Evolutionary methods.
- Application of optimization to large-scale plant design and operation. (15 hr.)
Learning Outcomes
- Able to demonstrate the ability to apply the principles of process optimization to their projects.
- Able to Analyze problems to formulate the suitable solutions using optimization techniques.
- Able to use computer programs to find optimal conditions in a process.
- Able to work effectively in a team and present reports efficiently.
