Search

Visoke koncentracije dušikova dioksida (NO2) u zraku, posebno u jako urbaniziranim područjima, negativno utječu na mnoge aspekte ljudskog zdravlja. U ovom radu primjenjuju se metode strojnog učenja za predviđanje koncentracija NO2 u zraku. Meteorološki podaci i koncentracije NO2 odabrane su i analizirane s četiri mjesta u gradu Grazu. Koncentracije NO2 postavljene su kao ciljne varijable Prophet i Random Forest modela za predviđanje vrijednosti u periodu od 15. ožujka 2019. do 15. ožujka 2020. godine. Razvijeni modeli strojnog učenja pokazali su dobru razinu generalizacije za predviđanje koncentracija NO2 u zraku. Kombinacija Prophet značajki i Random Forest modela pokazala se najboljom za razvoj modela predviđanja koncentracija NO2. Najbolji rezultati ostvareni su na mjernoj postaji Zapad gdje je vrijednost koeficijenta determinacije modela R^2 = 0,65, dok je najlošiji rezultat ostvaren na postaji Don Bosco gdje je R^2 = 0,50. Značajke koje najviše utječu na razvoj modela su značajke sezonalnosti, a najveći utjecaj ima godišnja sezonalnost. High concentrations of nitrogen dioxide (NO2) in the air, especially in heavily urbanised areas, have a negative impact on many aspects of human health. In this work, machine learning methods were applied for the prediction of NO2 concentrations in the air. Meteorological data and concentrations of NO2 were selected and analyzed from four places in the city of Graz. Concentrations of NO2 are set as target variables of Prophet and Random Forest models for predicting values from March 15th 2019 to March 15th 2020. The machine learning models showed a good level of generalization for predicting the NO2 concentrations. The combination of Prophet features and Random Forest model proved to be the best for developing the NO2 concentration prediction model. The best results were achieved at the West measuring station where the value determination coefficient R^2 is 0,65, and the worst result was achieved at Don Bosco station where R^2 is 0,50. The features that most affect the development of the model are the features of seasonality and the greatest impact has the yearly seasonality.

Mehanokemijska sinteza temelji se na reakcijama između čvrstih praškastih tvari uz primjenu mehaničke energije. S obzirom da se u mehanokemijskoj sintezi reakcije odvijaju bez otapala ili s vrlo malom količinom otapala, ova se metoda nametnula kao potencijalna ekološka i „zelena“ alternativa klasičnoj otopinskoj sintezi. Jedna od glavnih tehnika mehanokemijske sinteze jest mljevenje – proces usitnjavanja materijala djelovanjem mehaničkih sila koje su jače od unutarnjih sila vezanja čestica. Mehanokemijska sinteza može se primjenjivati u najrazličitijim područjima: organskoj sintezi, metalurgiji, proizvodnji katalizatora i sl., no ograničena je na šaržne procese u laboratorijskim mlinovima. Za širu primjenu u industrijskoj proizvodnji neophodno je pronaći načine uvećanje ove vrste sinteze te za njeno kontinuirano provođenje. U ovom radu obrađena je mogućnost primjene ekstruzije u dvopužnom ekstruderu, kao mogućoj tehnici koja objedinjuje mogućnost kontinuirane proizvodnje i velikih kapaciteta, iako mljevenje nije njihova primarna namjena. Kao i za svaki kontinuirani proces, neophodna je i mogućnost kontinuirane kontrole kvalitete proizvoda, pa je dan pregled procesnih analitičkih tehnologija koje se mogu primijeniti za bezkontaktnu analizu prašaka, s ciljem boljeg razumijevanja mehanokemijskih reakcijskih mehanizama i vođenja procesa. Mechanochemical synthesis is based on reactions between solids that take place using mechanical energy. Since in mechanochemical synthesis reactions take place without solvent or with a very small amount of solvent, this method has emerged as an ecological and "green" alternative to classical solution synthesis. One of the main techniques of mechanochemical synthesis is grinding – the process of crushing materials by the action of mechanical forces that are stronger than the internal binding forces of particles. Mechanochemical synthesis has a potential for wide range of applications, from organic synthesis to metallurgy and catalyst sythesis, but is limited to batch processing in laboratory mills. To facilitate its wider acceptance in chemical process industry, it is essential to find ways to scale-up this type of synthesis and its continuous operation. This paper deals with the possibility to apply continuous twin-screw extrusion as a way to unify both, large capacity and continuous production. As with all continuous processes, continuous product quality control is paramount. In this papers, most important process analytical tools suitable for contactless powder analysis are presented, which can be used to better understand the mechanism of mechanochemical reactions and for process control.