Estrategias de Estimación de Parámetros en Termodinámica
Autores: Höller, Johannes; Bickert, Patricia; Schwartz, Patrick; von Kurnatowski, Martin; Kerber, Joachim; Künzle, Niklaus; Lorenz, Hilke-Marie; Asprion, Norbert; Blagov, Sergej; Bortz, Michael
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Química
Palabras clave
Modelos termodinámicos
Empíricos
Parámetros
Datos experimentales
Solución numérica
Optimización multicriterio
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
Muchos modelos termodinámicos utilizados en la práctica son al menos parcialmente empíricos y, por lo tanto, requieren la determinación de ciertos parámetros utilizando datos experimentales. Sin embargo, debido a la complejidad de los modelos involucrados, así como a la inhomogeneidad de los datos disponibles, una aplicación directa de métodos básicos a menudo no produce un resultado satisfactorio. Este trabajo compara tres estrategias diferentes para la solución numérica de problemas de estimación de parámetros, incluyendo errores tanto en las variables de entrada como en las de salida. Además, se presenta la nueva idea de aplicar técnicas de optimización multi-criterio a problemas de estimación de parámetros. Finalmente, se discuten estrategias para la estimación y propagación de los errores del modelo.
Descripción
Muchos modelos termodinámicos utilizados en la práctica son al menos parcialmente empíricos y, por lo tanto, requieren la determinación de ciertos parámetros utilizando datos experimentales. Sin embargo, debido a la complejidad de los modelos involucrados, así como a la inhomogeneidad de los datos disponibles, una aplicación directa de métodos básicos a menudo no produce un resultado satisfactorio. Este trabajo compara tres estrategias diferentes para la solución numérica de problemas de estimación de parámetros, incluyendo errores tanto en las variables de entrada como en las de salida. Además, se presenta la nueva idea de aplicar técnicas de optimización multi-criterio a problemas de estimación de parámetros. Finalmente, se discuten estrategias para la estimación y propagación de los errores del modelo.