Accoppiamento di Neural ODEs e CFD: modellazione di cinetiche per il processo di Aqueous Phase Reforming = Neural ODEs and CFD coupling: kinetics modeling for Aqueous Phase Reforming process

L’ipotesi di cinetiche analitiche per sistemi reattivi complessi rappresenta una sfida significativa, in particolare quando sono coinvolte numerose reazioni simultanee. Per questo motivo, negli ultimi anni sono stati sviluppati nuovi metodi basati sui dati che permettono di approssimare le cinetiche di reazioni chimiche coinvolte in processi complessi. Tra questi, hanno riscontrato un particolare successo le Neural Ordinary Differential Equations (NODEs), che integrano le reti neurali con i metodi di risoluzione di sistemi di equazioni differenziali ordinarie, rendendoli completamente differenziabili e quindi adatti all’ottimizzazione tramite apprendimento automatico. Le NODEs, infatti, permettono di simulare affidabilmente il comportamento di sistemi dinamici apprendendo le informazioni necessarie da set di dati sperimentali o sintetici, le cui dimensioni sono tipicamente ridotte. Tale limitazione può essere compensata imponendo vincoli di natura cinetica e termodinamica nella struttura delle NODEs stesse. In questo progetto di tesi questi modelli sono stati implementati per predire la velocità di reazione, quindi la variazione nel tempo delle concentrazioni delle specie chimiche coinvolte nel processo catalitico di Aqueous Phase Reforming (APR) del glicerolo, il principale sottoprodotto derivante dalla sintesi del biodiesel mediante trans-esterificazione di acidi grassi. L’APR del glicerolo è studiato come alternativa sostenibile alle tradizionali tecniche di produzione di idrogeno, che fanno uso di fonti fossili e hanno una richiesta energetica molto elevata. Per questo motivo, tale processo è attualmente al centro di numerose ricerche. Dopo aver ottenuto un modello in grado di approssimare le cinetiche coinvolte utilizzando la libreria PyTorch per effettuare i training, lo si è accoppiato a simulazioni CFD finalizzate a riprodurre il reforming del glicerolo in un sistema PFR. A questo scopo, le simulazioni sono state svolte utilizzando il programma OpenFOAM. L’obiettivo di questo lavoro è stato quello di verificare l’accuratezza delle NODEs quando utilizzate come modelli cinetici e la fattibilità dell’accoppiamento tra il modello ottenuto con le simulazioni CFD.