Using modern machine learning techniques in industrial quality : An applied study on petrochemical industry /
Mostafa Ahmed Ibrahim Ammar,
Using modern machine learning techniques in industrial quality : An applied study on petrochemical industry / استخدام التقنيات الحديثة لتعلم الآلة في الجودة الصناعية : دراسة تطبيقية على صناعة البتروكيماويات / by Mostafa Ahmed Ibrahim Ammar ; Supervision Prof. Mohamed Reda Abonazel, Prof. Mahmoud Abdel-Hamid Abdel-Fattah. - 96 leaves : illustrations ; 30 cm. + CD.
Thesis (Ph.D)-Cairo University, 2024.
Bibliography: pages 88-96.
Machine learning has a significant role in the petrochemical’s industrial quality, whether for process control or infrastructure maintenance, so in this thesis we present two case studies for the role of machine learning techniques in industrial quality.
In the first one, we proposed alternatives for determining the phosphate content in boiler water by using statistical and machine learning techniques instead of the traditional chemical analysis by using chemicals. We conducted five models based on ordinary least square (OLS) regression, robust regression (M, S, MM), and neural network (NN) methods. We found that the robust regression methods are more efficient than the OLS and NN methods because they had a minimum error in the estimation. Moreover, we found that the main variables that predict the concentration of phosphate in boiler water are 1) conductivity of boiler steam condensate, 2) conductivity of boiler blow down, and 3) PH of boiler blow down.
In the second one, we developed prediction models based on random forest regression, support vector regression, and linear regression algorithms for estimating the refractive index (n) and energy gap (E) of a polyvinyl alcohol nano doping. The random forest regression model, which can predict the refractive index of a polyvinyl alcohol nano doping using the energy gap as a regressor, showed better performance than the support vector regression model and linear regression model in terms of the accuracy, mean absolute error (MAE) and root mean square error (RMSE) metrics. The results were very good compared to the measured values. The accuracy demonstrated by these predictive models will provide more enhancement for the optical properties of polyvinyl alcohol nano doping for the desirable applications. Also, the costs and experimental obstacles will be minimized. تعد صناعة البتروكيماويات وخاصة كحول البولي فينيل (PVA) كأحد المنتجات البتروكيماوية محركًا رئيسيًا للنمو الاقتصادي وخلق فرص العمل. وهي مسؤولة عن إنتاج مجموعة واسعة من المنتجات الأساسية، من البوليمرات والبلاستيك والأسمدة إلى الأدوية. تلعب هذه الصناعة أيضًا دورًا حيويًا في تطوير التقنيات والابتكارات الجديدة.
وتأتي أهمية صناعة البولي فينيل من تنوع تطبيقاتها في الصناعات البتروكيماوية، وتعتبر الغلايات من المعدات الهامة جداً في إنتاج البخار سواء لعملية الإنتاج أو توليد الكهرباء، لذا فإن صيانة الغلايات كبنية تحتية، وخاصة المعدن الداخلي للغلاية، أمر بالغ الأهمية لاستمرارية صناعة البتروكيماويات والكحول البولي فينيل، ويعتبر الـ /PH الفوسفات أحد برامج المعالجة الكيميائية لسطح الغلاية الداخلي، لذلك، يتعين على المُختبَر في الصناعات البتروكيماوية مراقبة تركيز الفوسفات بشكل دوري عن طريق التحليل الكيميائي لضمان ومراقبة الفوسفات عند مستوى معين.
وكنتيجة لأزمة سلسلة التوريد بسبب فيروس كورونا والحرب الروسية الأوكرانية أصبح توفير الكواشف للتحاليل الكيميائية أمرًا صعبًا للغاية، مما يؤثر بشكل سيء على كفاءة برنامج معالجة الغلاية.
لذلك، تأتي تقنيات التعلم العميق والانحدار الحصين للتخفيف من هذا الخطر، من خلال التنبؤ بنتيجة الفوسفات في عملية تفريغ الغلاية عن طريق الأس الهيدروجيني لتفريغ الغلاية (PH boiler blowdown) ، والتوصيلية الكهربائية لمكثفات بخار الغلاية، والتوصيلية الكهربائية لتفريغ الغلاية، وأظهرت النتائج أن طريقة تقدير S الحصينة هي أفضل نموذج له أقل أخطاء (RSE) وأعلى جودة (R^2).
وأيضًا، بالنسبة لجودة كحول البولي فينيل، يعد تحسين المنتج جزءًا من نظام إدارة الجودة في أي صناعة، لذلك، يعد تطوير مُعامِل الانكسار لكحول البولي فينيل أمرًا حيويًا للغاية بالنسبة للميزة التنافسية في سوق PVA، حيث أن فحص العديد من المواد النانوية التي يتم تطعيمها بكحول البولي فينيل سوف يستهلك التكلفة والوقت، لذا فتم استخدام أساليب تعلم الآلة لحل مشكلة التكلفة والوقت من خلال تطوير نماذج التنبؤ من خلال خوارزميات تعلم الآلة للتنبؤ بمعامل الانكسار من خلال فجوة الطاقة.
Text in English and abstract in Arabic & English.
Machine Learning
Machine Learningsion Petrochemicals Industrial quality Process Control Boilers Chemical analysis Supply chain Ordinary least square (OLS) regression
006.31
Using modern machine learning techniques in industrial quality : An applied study on petrochemical industry / استخدام التقنيات الحديثة لتعلم الآلة في الجودة الصناعية : دراسة تطبيقية على صناعة البتروكيماويات / by Mostafa Ahmed Ibrahim Ammar ; Supervision Prof. Mohamed Reda Abonazel, Prof. Mahmoud Abdel-Hamid Abdel-Fattah. - 96 leaves : illustrations ; 30 cm. + CD.
Thesis (Ph.D)-Cairo University, 2024.
Bibliography: pages 88-96.
Machine learning has a significant role in the petrochemical’s industrial quality, whether for process control or infrastructure maintenance, so in this thesis we present two case studies for the role of machine learning techniques in industrial quality.
In the first one, we proposed alternatives for determining the phosphate content in boiler water by using statistical and machine learning techniques instead of the traditional chemical analysis by using chemicals. We conducted five models based on ordinary least square (OLS) regression, robust regression (M, S, MM), and neural network (NN) methods. We found that the robust regression methods are more efficient than the OLS and NN methods because they had a minimum error in the estimation. Moreover, we found that the main variables that predict the concentration of phosphate in boiler water are 1) conductivity of boiler steam condensate, 2) conductivity of boiler blow down, and 3) PH of boiler blow down.
In the second one, we developed prediction models based on random forest regression, support vector regression, and linear regression algorithms for estimating the refractive index (n) and energy gap (E) of a polyvinyl alcohol nano doping. The random forest regression model, which can predict the refractive index of a polyvinyl alcohol nano doping using the energy gap as a regressor, showed better performance than the support vector regression model and linear regression model in terms of the accuracy, mean absolute error (MAE) and root mean square error (RMSE) metrics. The results were very good compared to the measured values. The accuracy demonstrated by these predictive models will provide more enhancement for the optical properties of polyvinyl alcohol nano doping for the desirable applications. Also, the costs and experimental obstacles will be minimized. تعد صناعة البتروكيماويات وخاصة كحول البولي فينيل (PVA) كأحد المنتجات البتروكيماوية محركًا رئيسيًا للنمو الاقتصادي وخلق فرص العمل. وهي مسؤولة عن إنتاج مجموعة واسعة من المنتجات الأساسية، من البوليمرات والبلاستيك والأسمدة إلى الأدوية. تلعب هذه الصناعة أيضًا دورًا حيويًا في تطوير التقنيات والابتكارات الجديدة.
وتأتي أهمية صناعة البولي فينيل من تنوع تطبيقاتها في الصناعات البتروكيماوية، وتعتبر الغلايات من المعدات الهامة جداً في إنتاج البخار سواء لعملية الإنتاج أو توليد الكهرباء، لذا فإن صيانة الغلايات كبنية تحتية، وخاصة المعدن الداخلي للغلاية، أمر بالغ الأهمية لاستمرارية صناعة البتروكيماويات والكحول البولي فينيل، ويعتبر الـ /PH الفوسفات أحد برامج المعالجة الكيميائية لسطح الغلاية الداخلي، لذلك، يتعين على المُختبَر في الصناعات البتروكيماوية مراقبة تركيز الفوسفات بشكل دوري عن طريق التحليل الكيميائي لضمان ومراقبة الفوسفات عند مستوى معين.
وكنتيجة لأزمة سلسلة التوريد بسبب فيروس كورونا والحرب الروسية الأوكرانية أصبح توفير الكواشف للتحاليل الكيميائية أمرًا صعبًا للغاية، مما يؤثر بشكل سيء على كفاءة برنامج معالجة الغلاية.
لذلك، تأتي تقنيات التعلم العميق والانحدار الحصين للتخفيف من هذا الخطر، من خلال التنبؤ بنتيجة الفوسفات في عملية تفريغ الغلاية عن طريق الأس الهيدروجيني لتفريغ الغلاية (PH boiler blowdown) ، والتوصيلية الكهربائية لمكثفات بخار الغلاية، والتوصيلية الكهربائية لتفريغ الغلاية، وأظهرت النتائج أن طريقة تقدير S الحصينة هي أفضل نموذج له أقل أخطاء (RSE) وأعلى جودة (R^2).
وأيضًا، بالنسبة لجودة كحول البولي فينيل، يعد تحسين المنتج جزءًا من نظام إدارة الجودة في أي صناعة، لذلك، يعد تطوير مُعامِل الانكسار لكحول البولي فينيل أمرًا حيويًا للغاية بالنسبة للميزة التنافسية في سوق PVA، حيث أن فحص العديد من المواد النانوية التي يتم تطعيمها بكحول البولي فينيل سوف يستهلك التكلفة والوقت، لذا فتم استخدام أساليب تعلم الآلة لحل مشكلة التكلفة والوقت من خلال تطوير نماذج التنبؤ من خلال خوارزميات تعلم الآلة للتنبؤ بمعامل الانكسار من خلال فجوة الطاقة.
Text in English and abstract in Arabic & English.
Machine Learning
Machine Learningsion Petrochemicals Industrial quality Process Control Boilers Chemical analysis Supply chain Ordinary least square (OLS) regression
006.31