• Non ci sono risultati.

Modellistica e Ottimizzazione di Sistemi e Processi Energetici prof. Gaetano Continillo [email protected]. Ing. Enrico Alberto Cutillo [email protected]. Programma svolto A.A. 2020-21

N/A
N/A
Protected

Academic year: 2021

Condividi "Modellistica e Ottimizzazione di Sistemi e Processi Energetici prof. Gaetano Continillo [email protected]. Ing. Enrico Alberto Cutillo [email protected]. Programma svolto A.A. 2020-21"

Copied!
2
0
0

Testo completo

(1)

Modellistica e Ottimizzazione di Sistemi e Processi Energetici prof. Gaetano Continillo [email protected].

Ing. Enrico Alberto Cutillo [email protected].

Programma svolto A.A. 2020-21 Parte generale:

Modelli di unità di processo: a parametri distribuiti o concentrati, continui o discreti, stazionari o dinamici.

Parametri di modello. Modelli ricavati da dati sperimentali. Metodo dei minimi quadrati. Progettazione degli esperimenti.

Struttura generale di un problema di ottimizzazione: funzione obiettivo, vincoli di uguaglianza e vincoli di disuguaglianza. Regioni di ammissibilità per le soluzioni. Difficoltà nell’ottimizzazione: discontinuità della funzione obiettivo, incertezza del modello.

Concetti fondamentali: continuità delle funzioni, funzioni con uno o più punti estremali, funzioni concave e convesse, regioni convesse. Condizioni necessarie e sufficienti di estremalità non vincolata.

Ottimizzazione non vincolata di funzioni di una variabile. Applicazione di metodi di ricerca unidimensionale a problemi multidimensionali.

Ottimizzazione non vincolata di funzioni di più variabili. Metodi diretti: ricerca diretta, simplesso, direzioni coniugate. Metodi indiretti del primo ordine: metodi del gradiente e del gradiente coniugato. Metodi indiretti del secondo ordine (metodo di Newton e quasi-Newton)

Richiami di Programmazione Lineare e formulazione standard di un problema LP.

Ottimizzazione multivariabile nonlineare con vincoli lineari e/o non lineari: formulazione standard. Metodo dei moltiplicatori di Lagrange. Analisi di sensitività.

Applicazioni di strumenti MATLAB a problemi standard di ottimizzazione multivariabile lineare e nonlineare con o senza vincoli (Seminario prof. K. Bizon parte 1)

Parte monografica:

Dynamic parameter estimation; Global Optimization Toolbox; Ottimizzazione di un CSTR; vincoli non lineari; ottimizzazione multiobiettivo; Teoria di Pareto; Determinazione di parametri di modelli complessi;

Esempio distribuzione siti attivi in un catalizzatore (Seminario prof. K. Bizon parte 2)

Modello di dispositivo di post-trattamento dei gas esausti: Filtro Antiparticolato per Veicoli alimentati a benzina (Seminario ing. G. Petito)

Ottimizzazione di reattori chimici in fase eterogenea (Seminario ing. A. Cutillo).

Testi di riferimento: Edgar-Himmelblau, Optimization of Chemical Processes. Materiale dalle lezioni preparato dal docente titolare e dai docenti invitati.

http://people.ding.unisannio.it/continillo/didattica/corsi/MOSPE

Modalità di esame:

(2)

L’esame consiste nella discussione orale di un elaborato progettuale a gruppi condotto in forma assistita, nonché nell’accertamento delle conoscenze relative agli argomenti teorici del programma.

Riferimenti

Documenti correlati

Il comportamento dinamico di questi sistemi è ricco e complesso, anche se modellati soltanto con reazione e diffusione attraverso uno strato di combustibile solido (modello 1D).

Tali comportamenti sono dinamici, seppure non transitori. Alcuni chiamano questo genere di comportamento dinamico stato stazionario dinamico o anche regime

The cumulative correlation energy is calculated and then the luminosity field is reconstructed by using the different number of POD eigenfunctions as follows:.. where K  N

Bottom row, from left to right: scatter plot of kurtosis vs skewness of POD modes; z (non-Gaussian) part of fluctuation; w (Gaussian) part of fluctuation. Fluctuations are

Modellistica della Combustione ed Ottimizzazione di Motori a Combustione Interna – Giugno 2011 - Prof. di

• Anche se la ricerca con passo fisso sembra molto semplice, la maggiore limitazione viene dal fatto della natura non limitata del regione dove si può trovare il minimo. • Per

Ottimizzazione multivariabile lineare con vincoli lineari (Linear Programming, LP) e formulazione standard di un problema LP.. Ottimizzazione multivariabile nonlineare con vincoli

Applicazioni di strumenti MATLAB a problemi standard di ottimizzazione multivariabile lineare e nonlineare con o senza vincoli..