دانلود کتاب Dynamic Model Development

ترجمه فارسی توضیحات (ترجمه ماشینی)

توسعه مدل پویا

مدل های ریاضی دقیق به طور فزاینده ای توسط شرکت ها برای به دست آوردن مزیت رقابتی از طریق برنامه هایی مانند طراحی فرآیند مبتنی بر مدل، کنترل و بهینه سازی استفاده می شود. بنابراین، ساخت انواع مدل‌های با کیفیت بالا برای سیستم‌های پردازشی به یک فعالیت کلیدی در مهندسی فرآیند تبدیل شده است. این فعالیت شامل استفاده از چندین روش و تکنیک از جمله تکنیک‌های حل مدل، شناسایی سیستم‌های غیرخطی، تأیید و اعتبارسنجی مدل، و طراحی بهینه آزمایش‌ها است. به نوبه خود، چندین مسئله و مشکلات بی پایان در این روش ها به وجود می آیند، از جمله، به عنوان مثال، استفاده از اطلاعات مرتبه بالاتر در ایجاد تخمین پارامترها، ایجاد معیارهایی برای اعتبار مدل، و گسترش طراحی آزمایش به وضعیت پویا. هدف این کتاب امکان توسعه آسان تر و استفاده کامل از مدل های دقیق و با وفاداری بالا است. کاربردهای بالقوه این تکنیک ها در همه رشته های مهندسی فراوان است، از جمله کاربردها در سینتیک شیمیایی و توضیح مکانیسم واکنش، مهندسی واکنش پلیمر، و تخمین خواص فیزیکی. از جنبه آکادمیک، این کتاب در خدمت تولید ایده‌های تحقیقاتی است. – شامل پوشش وسیعی از روش‌های آماری به کار رفته در مدل‌سازی فرآیند است – به عنوان مجموعه‌ای اخیر از ابزارهای ساخت مدل پویا استفاده می‌شود – چندین نمونه از کاربرد روش‌های آماری و مدل‌سازی پیشرفته در فرآیند واقعی را ارائه می‌کند. مشکلات سیستمی

Dynamic Model Development

Detailed mathematical models are increasingly being used by companies to gain competitive advantage through such applications as model-based process design, control and optimization. Thus, building various types of high quality models for processing systems has become a key activity in Process Engineering. This activity involves the use of several methods and techniques including model solution techniques, nonlinear systems identification, model verification and validation, and optimal design of experiments just to name a few. In turn, several issues and open-ended problems arise within these methods, including, for instance, use of higher-order information in establishing parameter estimates, establishing metrics for model credibility, and extending experiment design to the dynamic situation.The material covered in this book is aimed at allowing easier development and full use of detailed and high fidelity models. Potential applications of these techniques in all engineering disciplines are abundant, including applications in chemical kinetics and reaction mechanism elucidation, polymer reaction engineering, and physical properties estimation. On the academic side, the book will serve to generate research ideas.- Contains wide coverage of statistical methods applied to process modelling- Serves as a recent compilation of dynamic model building tools- Presents several examples of applying advanced statistical and modelling methods to real process systems problems