Knowledge extraction from published papers in literature for the catalytic methanol production from synthesis gas using data mining tools
Veri madenciliği araçları kullanılarak literatürde yayınlanan makalelerden sentez gazından katalitik metanol üretimi konusunda bilgi çıkarımı
- Tez No: 434002
- Danışmanlar: PROF. RAMAZAN YILDIRIM, YRD. DOÇ. MUSTAFA GÖKÇE BAYDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 118
Özet
Bu çalışmada, literatürde yayınlanmış makalelerden metanol sentezi konusunda bilgi çıkarımı yapmak ve gelecek çalışmalarda kullanılabilecek modeller geliştirmek için bir veri tabanı oluşturulmuştur. Bu veri tabanı, katalizör bileşimi, katalizör hazırlanması ve reaksiyon koşulları gibi 28 girdi değişkeninin, çıktı değişkenleri olarak COX dönüşümü, metanol seçimliliği ve metanol verimine etkisini gösteren 337 veri noktası içermektedir. COX dönüşümü, metanol seçimliliği ve metanol verimi için birbirinden bağımsız olarak R 3.2.3 ortamında çoklu doğrusal regresyon (ÇDR), karar ağacı ve rastgele orman (RO) yöntemleri uygulanmıştır. ÇDR ve regresyon ağaçları yorumlanabilir sonuçlar üretmede başarısız olmuştur. Sınıflandırma ağaçları ise çıktı değişkenleri kategorik hale getirilerek uygulanmış, öğrenmede yanlış sınıflandırma hataları dönüşüm, seçimlilik ve verim için sırasıyla %22, %32 ve %25 olmuştur. Test aşamasında bu oranlar çok yüksek olduğundan (sırasıyla %73, %83 ve %77) sınıflandırma ağaçlarının bir takım ampirik gözlemler elde etmek için kullanılabileceğine, ancak bunların daha önce görülmemiş deneyleri tahmin etme yeteneğine sahip olmadığına karar verilmiştir. RO tekniği ile üretilen model ise 0,95 gibi yüksek R_(adj.)^2 değerleri ile istatistiksel açıdan başarılı bulunmuş ve değişkenlerin göreceli önemleri ile ilgili bilgiler elde etmek üzere kullanılmıştır. COX dönüşümü için indirgeme süresi ve katalizör hazırlama yönteminin en önemli değişkenler olduğu görülürken, metanol seçimliliği için temel değişkenlerin reaksiyon sıcaklığı ve CO/CO2 oranı olduğu gözlenmiş, verim için ise, indirgeme sıcaklığı ve besleme bileşimindeki CO miktarının etkili oldukları saptanmıştır. Öte yandan, tahmin için ortalama karekök hata değerleri 0,12 ve 0,34 gibi düşük bir aralıkta olmasına rağmen; RO, daha önce görülmemiş deneyleri başarılı bir şekilde tahmin edememekte ve neredeyse rastgele sonuçlar vermektedir. Sonuç olarak veri madenciliği araçlarının, analiz ve kural çıkarımı gibi açıklayıcı görevlerde başarıyla kullanılmasına rağmen; dönüşümü, seçimliliği ve veriminin tahmininde başarısız olduğuna karar verilmiştir.
Özet (Çeviri)
In this work, a database for methanol synthesis was constructed from published literature to extract knowledge and to build models to help the future studies. The database was built with 357 data points showing the effects of 28 input variables such as catalyst preparation and reaction conditions on COX conversion, methanol selectivity and methanol yield as response variables. Multiple linear regression (MLR), decision trees and random forest (RF) were independently applied to model COX conversion, methanol selectivity and methanol yield, in the R 3.2.3 environment. MLR and regression trees were not successful in interpretable results. Classification trees were applied using discretized response variables; the misclassification errors for training responses were 22 %, 32 % and 25 % for COX conversion, methanol selectivity and methanol yield, respectively. Considering that those ratios were much higher for testing (73 %, 83 % and 77 % respectively), it was decided that this method may be used to deduce empirical observations but it is not capable to predict unseen experiments. Random forest yielded the best results in terms of goodness of fit with the R_(adj.)^2 as high as 0.95; hence, it was used to extract information for variable importances. Reduction time and catalyst preparation method were found to be most important variables for COX conversion while reaction temperature and CO/CO2 ratio were found to be key variables for methanol selectivity; reduction temperature and CO amount in the feed composition were found to be most significant variables for the methanol yield. However, despite the low prediction RMSE values between 0.12 and 0.34, RF was also not able to predict unseen experiments successfully and generated nearly random results. As a result, it was concluded that the data mining tools have been successful for descriptive tasks like significance analysis and rule deduction, but failed in predicting the conversion, selectivity and yield.
Benzer Tezler
- Knowledge extraction for the steam reforming of methane from the published papers in the literature using data mining techniques
Literatürde yayınlanmış makalelerden veri madenciliği teknikleri kullanarak metan buhar reformu ile ilgili bilgi çıkarımı
MELTEM BAYSAL
Yüksek Lisans
İngilizce
2015
Kimya MühendisliğiBoğaziçi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN YILDIRIM
YRD. DOÇ. DR. MEHMET ERDEM GÜNAY
- Neural networks analysis of water gas shift reactions over noble metal catalysts using published data in literature
Soy metal katalizörleri üzerinde su-gazı geçiş reaksiyonunun literatürde yayınlanmış veriler kullanılarak yapay sinir ağlarıyla incelenmesi
ÇAĞLA ODABAŞI
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN YILDIRIM
- Knowledge extraction for organometallic perovskite solar cells from published data in literature
Organometalik perovskit güneş hücreleri için literatürden bilgi çıkarımı
ÇAĞLA ODABAŞI ÖZER
Doktora
İngilizce
2019
Kimya MühendisliğiBoğaziçi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN YILDIRIM
- Simulator-based evaluation of human response in emergencies
Acil durumlarda ınsan faktörünün simülatör ortamında değerlendirilmesi
ESMA UFLAZ
Doktora
İngilizce
2023
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
Prof. Dr. ÖZCAN ARSLAN
