ivdon3@bk.ru
Применяемые на практике подходы к определению параметров процессов, протекающих в среде сверхкритических флюидов, базируются на экспериментальных данных, в первую очередь, растворимости ключевых компонентов системы в сверхкритических флюидных растворителях. Применяемые на практике математические модели не всегда обеспечивают точное описание растворимости, и не способны прогнозировать её за пределами исследованного диапазона параметров состояния. При этом проведение экспериментальных исследований может быть невозможно или затруднено. Однако в области сверхкритических флюидных технологий оптимизировать процессы и предсказывать их свойства можно на основе моделей и методов машинного обучения с использованием как накопленных экспериментальных, так и рассчитанных данных. Исследованию этого подхода посвящена данная статья. В работе рассмотрены входные параметры системы, свойства растворителя, свойства растворяемого и выходной параметр – растворимость. Проведенные исследования показали эффективность подхода к прогнозированию процесса растворимости на основе машинного обучения.
Ключевые слова: сверхкритические флюиды, растворимость веществ, факторы растворимости веществ, прогнозирование растворимости, машинное обучение, анализ остатков, анализ важности признаков
2.3.1 - Системный анализ, управление и обработка информации , 2.4.6 - Теоретическая и прикладная теплотехника