Excelによる蒸留の物性計算,気液平衡計算,蒸留計算,蒸留塔の設計および人工知能技術（AI）の蒸留技術への応用について,PC演習を交えて詳しく解説する特別セミナー！！
- 講師
FRI（米国蒸留研究コンソーシアム）顧問 工学博士 大江 修造 先生 元 東京理科大学 教授
- 日時
- 2023/2/3（金） 10:00〜16:30
- 会場
- ※本セミナーはWEB受講のみとなります。
- 受講料
- （消費税率10%込）1名：49,500円 同一セミナー同一企業同時複数人数申込みの場合 1名：44,000円
- テキスト
- PDF資料（受講料に含む）
受講概要
受講形式 WEB受講のみ ※本セミナーは、Zoomシステムを利用したオンライン配信となります。 受講対象 化学産業系企業，技術管理者、設計技術者、研究開発担当者，業務変更による初心者 予備知識 高等学校の数学・物理・化学. できれば大学で化学工学の単位を習得していること 習得知識 １）物性・気液平衡に効果的なExcel活用技術の習得。 ２）物性・気液平衡・理論段数の計算ならびに蒸留塔設計についての基礎知識 ３）技術計算に、効果的なExcel活用技術の習得。 ４）最新の人工知能・深層学習の基礎知識 ５）最新の人工知能・深層学習のシステム構築技術。 ６）最新の人工知能・深層学習による物性推算システム構築技術。 講師の言葉 講師は大学を卒業して企業に入社以来、一貫して、物性推算、物性測定、トレイの開発など蒸留技術の実務・研究開発に従事しました。特に、物性推算はプロジェクト施行の最初に実行されるため、計算ミスは、後工程すべてに影響し、その損害は計り知れないものがあり、計算ミスと勘違いは絶対に許されませんでした。検算に検算を重ねました。 後に、トレイの開発を担当し、11社に納品しましたが、すべて、設計・工事ミスはなく、順調に稼働しています。蒸留の基礎から応用までの開発・設計の全範囲の業務を従事することができました。この経験から、蒸留技術の要点をわかりやすく解説した上で、効率的な計算法を解説します。特に、Excelには、使うと使わないでは雲泥の相違を生む機能が満載されていますが、その中から、絶対に習得すべき技術を伝授します。と言いますのは、解説書を読んでマニュアル通りに操作しても、中には、絶対にうまくいかない操作がありますので、直接ご指導し、必ず習得していただく自信があります。すでに、過去のセミナーの実績により検証されています。 AIにおきましてもソフトの開発が素晴らしく、ほとんど、プログラムを組まずとも、システムを構築できるところまで、発展してきました。AIを理解し、利用を熱望している方も是非ともご参加ください。本講により、AIのシステムを組める基礎が身に付きます。 プログラムに詳細を記しましたので、ご覧の上、この機会に是非とも参加していただき、業務の効率を10倍にも何倍にも上げてください。
プログラム
１．蒸留技術計算に効率的で、即利用可なExcelの機能 １－１ Excelツールの活用：方程式の解，非線形最適化ツール １－２ Excel関数の活用：連立方程式の解，最小自乗法 １－３ Excelマクロの効率的な活用方法． A．ＶＢＡの効率的な活用方法． B．マクロをＶＢＡにより融合し、効率を10倍以上あげる． ２. Excelを用いた物性計算 ２－１ 蒸発潜熱計算式の定数決定法 ２－２ 比熱（熱容量）計算式定数の決定法 ２－３ 蒸気圧計算式の決定法 ２－４ アントワン式の計算（ＶＢＡマクロによるプログラム） ２－５ 沸点データのみから蒸気圧を推算する方法 ３. Excelを用いた気液平衡計算 ３－１ 理想溶液 ラウールの法則 相対揮発度による簡易計算法 沸点計算法（超便利なプログラムによらない解法） ３－２ 非理想溶液（気液平衡は千変万化・活量係数の挙動） ウィルソン式による計算（なぜ、ウィルソン式なのか） 完全不溶解系の気液平衡計算 塩効果とは・塩効果の計算 （大江モデルの解説） ４．Excelを用いた蒸留計算法 ４－１ 精留の原理・還流の必要性 ４－２ 階段作図による埋論段数の計算法・最適還流比とは ４－３ 多成分系の蒸留計算法（側流付き）抽出蒸留への応用 ４－４ 多成分系の理論段数計算法（ギリランドの相関） ４－５ 単蒸留の流出量・留出組成・収率の計算法 ５．Excelを用いた蒸留塔の設計 ５－１ 棚段塔の設計法 （フラッディング計算・効率計算） ５－２ 充填塔の設計法 （フラッディング計算・HETP計算） ６．深層学習の化学工学への応用 ６－１ 人工知能(AI)の理論 ６－１－１ 人工知能(AI)の原理 ６－１－２ 深層学習とバックプロパゲーション法 ６－１－３ バックプロパゲション法の誘導 活性化関数 シグモイド関数の特長 連鎖微分の活用による重みの修正 ６－２ 深層学習（ディープラーニング）の実力 ー画像（設計図面）認識の例ー ６－３ 深層学習のKeras(TensorFlow)によるプログラミング ６－３ー１ プログラミングの基本 ６－３ー２ ファイルによる入出力 ６－３ー３ Kerasによるプログラムの検証 ６－３ー４ 学習済みシステムの保存 ６－３ー５. 学習済みプログラムによる推算 ６－４ ニューラルネットの構造と学習 ６－５ 深層学習の化学工学への応用 ６－５－１ 臨界温度の推算 ６－５－２ 臨界温度の推算 欠損データのある場合 ６－５－３ 化学工学への応用事例の紹介 質疑・応答 講師紹介 略歴 東京理科大学 理学部応用化学科 卒業 東京都立大学院 工学博士 主要著書：蒸留技術大全 (日刊工業新聞社）、物性推算法（データブック出版社） 他20冊、論文100編以上 化学工学会、米国化学工学会(AIChE) 会員 AIChEより蒸留の顕著な業績により日本人としてはじめて表彰 東京理科大学理学部応用化学科 元教授 FRI（米国蒸留研究コンソーシアム）客員研究員 テレビ出演（蒸留研究の論文審査委員。2022年9月18日放映。 朝日放送テレビ（ABC）「Uー18が未来を変える～研究発表SHOW～」午後2時55分～4時30分）