Faglig innhold

Dette kurset gir en generell bakgrunn innen problemer, metoder og digitale verktøy fra prosess system teknikk.

Tema 1: Prosessmodellering: basis for datamaskinbaserte beregninger: Systematisk konstruksjon av stasjonære og dynamiske modeller for fysikalsk - kjemisk - biologiske prosesser.

Tema 2: Grunnlagene for numeriske algoritmer for prosessmodeller. Løsning av ikke-lineære ligningssystemer og integrasjon av ordinære differensialligninger. Differensial-algebraiske formuleringer og løsningsmetoder. Analyse av prosessmodeller.

Tema 3. Bruk av avanserte verktøy i python for å løse komplekse matematiske problemer fra prosess system teknikk.

Tema 4: Innføring i optimalisering for parameterestimering. Modell diskriminering.

Tema 5. Data-drevne modeller - lineære statiske modeller og en kort innføring i nevrale nettverk.

Læringsutbytte

Ved slutten av kurset kan studentene bygge enkle og store prosessmodeller, og vite hvordan å analysere modellene.

Studentene vil videre ha kunnskap om de grunnleggende arbeidsprinsippene av de mest vanlige numeriske simuleringsalgoritmer og være i stand til å implementere enkle versjoner i et programmeringsspråk (f.eks Python).

Studentene vil kunne anvende avanserte digitale verktøy i python for å løse et utvalg av viktige problemer innen prosess system teknikk.

Studentene vil kunne forstå og anvende metoder for å tilpasse modellparameterne til eksperimentell data, og ha grunnleggende kunnskap om data-drevne modeller som lineære statiske modeller og nevrale nettverk.

Læringsformer og aktiviteter

Forelesninger og obligatoriske øvinger.

Obligatoriske aktiviteter

• Øvinger

Anbefalte forkunnskaper

Elementært grunnlag i kjemiteknikk, matrisealgebra.

Kursmateriell

Lecture slides og handouts.

Studiepoengreduksjon