MARC details
| 000 -LEADER |
|---|
| fixed length control field |
07152namaa22004211i 4500 |
| 003 - CONTROL NUMBER IDENTIFIER |
|---|
| control field |
OSt |
| 005 - أخر تعامل مع التسجيلة |
|---|
| control field |
20250519102204.0 |
| 008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION |
|---|
| fixed length control field |
250423s2024 |||a|||frm||| 000 0 eng d |
| 040 ## - CATALOGING SOURCE |
|---|
| Original cataloguing agency |
EG-GICUC |
| Language of cataloging |
eng |
| Transcribing agency |
EG-GICUC |
| Modifying agency |
EG-GICUC |
| Description conventions |
rda |
| 041 0# - LANGUAGE CODE |
|---|
| Language code of text/sound track or separate title |
eng |
| Language code of summary or abstract |
eng |
| -- |
eng |
| 049 ## - Acquisition Source |
|---|
| Acquisition Source |
Deposit |
| 082 04 - DEWEY DECIMAL CLASSIFICATION NUMBER |
|---|
| Classification number |
006.31 |
| 092 ## - LOCALLY ASSIGNED DEWEY CALL NUMBER (OCLC) |
|---|
| Classification number |
006.31 |
| Edition number |
21 |
| 097 ## - Degree |
|---|
| Degree |
Ph.D |
| 099 ## - LOCAL FREE-TEXT CALL NUMBER (OCLC) |
|---|
| Local Call Number |
Cai01.18.07.Ph.D.2024.Mo.U |
| 100 0# - MAIN ENTRY--PERSONAL NAME |
|---|
| Authority record control number or standard number |
Mostafa Ahmed Ibrahim Ammar, |
| Preparation |
preparation. |
| 245 10 - TITLE STATEMENT |
|---|
| Title |
Using modern machine learning techniques in industrial quality : |
| Remainder of title |
An applied study on petrochemical industry / |
| Statement of responsibility, etc. |
by Mostafa Ahmed Ibrahim Ammar ; Supervision Prof. Mohamed Reda Abonazel, Prof. Mahmoud Abdel-Hamid Abdel-Fattah. |
| 246 15 - VARYING FORM OF TITLE |
|---|
| Title proper/short title |
استخدام التقنيات الحديثة لتعلم الآلة في الجودة الصناعية : |
| Remainder of title |
دراسة تطبيقية على صناعة البتروكيماويات / |
| 264 #0 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE |
|---|
| Date of production, publication, distribution, manufacture, or copyright notice |
2024. |
| 300 ## - PHYSICAL DESCRIPTION |
|---|
| Extent |
96 leaves : |
| Other physical details |
illustrations ; |
| Dimensions |
30 cm. + |
| Accompanying material |
CD. |
| 336 ## - CONTENT TYPE |
|---|
| Content type term |
text |
| Source |
rda content |
| 337 ## - MEDIA TYPE |
|---|
| Media type term |
Unmediated |
| Source |
rdamedia |
| 338 ## - CARRIER TYPE |
|---|
| Carrier type term |
volume |
| Source |
rdacarrier |
| 502 ## - DISSERTATION NOTE |
|---|
| Dissertation note |
Thesis (Ph.D)-Cairo University, 2024. |
| 504 ## - BIBLIOGRAPHY, ETC. NOTE |
|---|
| Bibliography, etc. note |
Bibliography: pages 88-96. |
| 520 ## - SUMMARY, ETC. |
|---|
| Summary, etc. |
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.<br/>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.<br/>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. |
| 520 ## - SUMMARY, ETC. |
|---|
| Summary, etc. |
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.<br/>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.<br/>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.<br/>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).<br/>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. |
| 530 ## - ADDITIONAL PHYSICAL FORM AVAILABLE NOTE |
|---|
| Issues CD |
Issues also as CD. |
| 546 ## - LANGUAGE NOTE |
|---|
| Text Language |
Text in English and abstract in Arabic & English. |
| 650 #7 - SUBJECT ADDED ENTRY--TOPICAL TERM |
|---|
| Topical term or geographic name entry element |
Machine Learning |
| Source of heading or term |
qrmak |
| 653 #0 - INDEX TERM--UNCONTROLLED |
|---|
| Uncontrolled term |
Machine Learningsion |
| -- |
Petrochemicals |
| -- |
Industrial quality |
| -- |
Process Control |
| -- |
Boilers |
| -- |
Chemical analysis |
| -- |
Supply chain |
| -- |
Ordinary least square (OLS) regression |
| 700 0# - ADDED ENTRY--PERSONAL NAME |
|---|
| Personal name |
Mohamed Reda Abonazel |
| Relator term |
thesis advisor. |
| 700 0# - ADDED ENTRY--PERSONAL NAME |
|---|
| Personal name |
Mahmoud Abdel-Hamid Abdel-Fattah |
| Relator term |
thesis advisor. |
| 900 ## - Thesis Information |
|---|
| Grant date |
01-01-2024 |
| Supervisory body |
Mohamed Reda Abonazel |
| -- |
Mahmoud Abdel-Hamid Abdel-Fattah |
| Universities |
Cairo University |
| Faculties |
Faculty of Graduate Studies for Statistical Research |
| Department |
Department of Data Analysis |
| 905 ## - Cataloger and Reviser Names |
|---|
| Cataloger Name |
Shimaa |
| Reviser Names |
Eman Ghareb |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) |
|---|
| Source of classification or shelving scheme |
Dewey Decimal Classification |
| Koha item type |
Thesis |
| Edition |
21 |
| Suppress in OPAC |
No |