RK-Predictor - Pyrolyse des déchets plastiques

Prédiction directe

Prédire les rendements à partir des conditions opératoires

Prêt

Modèle de prédiction

MoE retenu min40 Modele final retenu avec specialistes par type de plastique si n >= 40.

Conditions expérimentales

Type de plastique Procédé Type de réacteur Présence du catalyseur

Variables numériques

PEHD (%) PEBD (%) PEBDL (%) PP (%) PS (%) PET (%) PVC (%) ABS (%) PC (%) PMMA (%) PS choc / HIPS (%) Autres (%) C (%) H (%) N (%) O (%) Cl (%) Taille des particules (mm) Débit d’alimentation (g/s) Masse d’alimentation (g) Temps de séjour des vapeurs (s) Temps de réaction (s) Vitesse de chauffage (°C/s) Température (°C)

Résultats

Rendements prédits par le modèle

Solide--%

Huile--%

Gaz--%

Bilan matière--%

Conditions opératoires

Trouver les conditions opératoires à partir d'un objectif d'huile

Objectif de production

Type de plastique

Procédé Valeur

Type de réacteur Valeur

Présence du catalyseur Valeur

Rendement en huile souhaité (%)

Conditions opératoires

Conditions recommandées par le modèle

Sauvegarde locale

Historique des prédictions

Aucune prédiction sauvegardée.

À propos

Ce logiciel aide à estimer les rendements en solide, huile et gaz à partir des conditions opératoires de pyrolyse. Il permet aussi d'explorer les conditions recommandées pour atteindre un objectif de rendement en huile, tout en conservant localement les simulations afin de comparer les essais.

01

Prédiction des rendements

L'utilisateur renseigne les paramètres expérimentaux, puis le modèle estime les fractions de solide, d'huile et de gaz. Les valeurs manquantes peuvent être traitées par imputation afin de faciliter l'utilisation sur des données expérimentales incomplètes.

02

Recherche des conditions opératoires

Le module inverse propose des conditions de pyrolyse compatibles avec un objectif de rendement en huile. Il sert d'appui à la décision pour orienter les essais et comparer plusieurs alternatives.

03

Concepteur

RK-Predictor a été conçu dans le cadre d'un travail de fin d'étude par RUKENGWA MAPENDANO Ruphin. Le projet associe modélisation des procédés, apprentissage automatique et valorisation des déchets plastiques.