Iskanje po katalogu digitalne knjižnice

Opis: Prehranska oskrbovalna veriga je eden največjih in najkompleksnejših sistemov, zato jo je treba obravnavati celostno in optimizirati v skladu z načeli trajnostnega razvoja. Vključuje ključne akterje – od pridelave do potrošnikov – ter procese, kot so predelava in distribucija hrane ter ravnanje z odpadno hrano. Pri oblikovanju prihodnjih usmeritev v kmetijstvu je ključno, da so odločitve podprte z numeričnimi analizami. Trenutno ne obstaja sistem, ki bi hkrati upošteval vse tri stebre trajnostnega razvoja, optimiziral razporeditev kmetijskih površin med kulture in načine pridelave, določil obseg živinoreje ter podal natančne vrednosti okoljskih, družbenih in ekonomskih spremenljivk. Namen te doktorske disertacije je zapolniti to vrzel z razvojem izvirnega matematičnega modela, ki omogoča večkriterijsko optimizacijo prehranske oskrbovalne verige in vrednotenje učinkov različnih strateških odločitev. Model je zasnovan na primeru Slovenije, a oblikovan v splošni obliki, zato ga je mogoče z ustreznimi podatki in ob upoštevanju predpostavk prilagoditi katerikoli državi ali regiji. Na osnovi zbranih, analiziranih in strukturiranih podatkov o slovenskem prehranski oskrbovalni verigi smo oblikovali računski model, s katerim smo preučili povezave med posameznimi elementi sistema in iz njih izpeljali ustrezne enačbe. Tako zasnovan računski model nam je omogočil opis trenutnega stanja slovenske prehranske oskrbovalne verige ter identifikacijo ključnih predpostavk in omejitev, ki veljajo znotraj tega sistema. Na tej osnovi smo razvili optimizacijski matematični model, s katerim smo najprej izvedli niz enokriterijskih optimizacij. Te analize so nam omogočile boljše razumevanje ključnih povezav in konfliktov med posameznimi stebri trajnostnega razvoja. Najizrazitejše nasprotje smo zaznali med družbenim in okoljskim stebrom. Na podlagi teh spoznanj smo oblikovali večkriterijsko namensko funkcijo in nato izvedli večkriterijsko optimizacijo, ki omogoča iskanje uravnoteženih kompromisov med okoljskimi, družbenimi in ekonomskimi cilji prehranskega sistema. Ta kaže, da je mogoče izboljšanje slovenske prehranske oskrbovalne verige v luči trajnostnega razvoja z zmanjšanjem živinoreje in s preusmeritvijo v pridelavo hrane rastlinskega izvora ter prehodom na alternativne načine kmetijske pridelave. Pri analizi podatkov smo ugotovili, da za Slovenijo ne obstajajo razčlenjeni podatki o razdelitvi odpadne hrane po vrstah, zato smo izvedli prvo tovrstno oceno in ocenili njen energetski potencial. Ugotovili smo, da bi z anaerobno digestijo lahko pokrili približno 1 % energetskih potreb gospodinjstev. Na podlagi tega smo zasnovali inovativno rešitev za učinkovito pridobivanje toplote iz bioplina, proizvedenga iz odpadne hrane. Za primerjalno vrednotenje trajnosti med državami smo razvili indeks krožnosti in trajnosti kmetijstva, ki omogoča kvantitativno oceno in analizo posameznih kazalnikov. Slovenija se po vrednosti tega indeksa uvršča med vodilne države EU. Indeks smo vključili v optimizacijski model kot dodatno namensko funkcijo, rezultati pa potrjujejo ugotovitve osnovne večkriterijske optimizacije: izboljšanje trajnosti prehranskega sistema v Sloveniji bi bilo možno z določenimi spremembami v strukturi kmetijstva – zlasti s postopnim zmanjševanjem deleža živinoreje, večjim poudarkom na pridelavi rastlinske hrane ter uvajanjem alternativnih in okolju prijaznejših načinov kmetijske pridelave.
Ključne besede: večkriterijska optimizacija, prehranska oskrbovalna veriga, trajnostno kmetijstvo, odpadna hrana, ACS indeks, matematično programiranje
Objavljeno v DKUM: 25.11.2025; Ogledov: 0; Prenosov: 17
Celotno besedilo (11,76 MB)

Opis: V magistrskem delu so predstavljeni temeljni koncepti strojnega učenja in orodja za njihovo implementacijo, s posebnim poudarkom na praktičnem učenju z uporabo programskega jezika Python in njegovih uveljavljenih knjižnic, kot so NumPy, Pandas, Scikit-learn, Matplotlib, Keras in TensorFlow. Delo sistematično opisuje ključne faze razvoja modelov strojnega učenja, ki vključujejo pridobivanje in predobdelavo podatkov, izvedbo eksplorativne analize, uporabo različnih algoritmov za učenje ter vrednotenje njihove uspešnosti z ustreznimi metričnimi kazalci. V praktičnem delu so podrobneje prikazani trije primeri uporabe. Prvi primer obravnava napoved topnosti spojin, pri čemer je bil na osnovi javno dostopnega nabora podatkov razvit regresijski model za napoved kvantitativnih vrednosti. Drugi primer prikazuje uporabo klasifikacijskega modela za razvrščanje podatkov, pri čemer je bil poseben poudarek namenjen vrednotenju uspešnosti modela z različnimi metrikami. Tretji primer vključuje učenje večplastne nevronske mreže na znanem podatkovnem naboru ročno napisanih številk MNIST in ilustrira celoten proces – od priprave podatkov, nastavitve arhitekture modela, učenja modela, do vizualizacije in interpretacije rezultatov. Rezultati teh primerov potrjujejo, da je strojno učenje mogoče učinkovito približati študentom kemijskega inženirstva s kombinacijo teoretičnih osnov in praktičnih vaj, kar pomembno prispeva k njihovi boljši usposobljenosti za izzive sodobne industrije.
Ključne besede: strojno učenje, kemijsko procesno inženirstvo, nevronske mreže, regresija, klasifikacija
Objavljeno v DKUM: 30.10.2025; Ogledov: 0; Prenosov: 11
Celotno besedilo (3,02 MB)

Opis: V magistrskem delu je prikazana uporaba interaktivnih simulacijskih okolij v virtualni resničnosti pri usposabljanju študentov in kemijskih inženirjev za varno vodenje procesov. Namen naloge je prikazati pomen virtualne resničnosti in možnosti, ki jih ta tehnologija ponuja na področju kemijskega inženirstva. Večina študentov ob koncu študija namreč nima predstave o obsegu in kompleksnosti delovanja kemijskih obratov zaradi omejenih možnosti pridobivanja praktičnih izkušenj med študijem. Zaradi vedno večje kompleksnosti in višje stopnje avtomatizacije v kemijski industriji pa primanjkuje tudi ustreznih vsebin za usposabljanje kemijskih inženirjev pri reševanju izrednih ali nevarnih situacij. Z uporabo programske opreme TSC Simulation smo izvajali dinamične tridimenzionalne simulacije procesa trifazne separacije surove nafte, pri katerih smo upravljali s procesom, rokovali s procesnimi enotami in se seznanili z delovanjem regulacijskih zank ter varnostnih sistemov v obratu. Izvajali smo dinamične simulacije postopkov, ki se v realnih obratih izvajajo občasno in predstavljajo varnostni izziv, npr. zagon in zaustavitev procesa. Poleg tega smo izvajali dinamične simulacije odpovedi procesnih naprav in napak v sistemu, kjer smo predstavili načine za identifikacijo okvar in pripravo načrtov za njihovo odpravo. Scenariji so vključevali napake v delovanju regulacijskih zank, odpovedi procesne opreme (ventilov, črpalk) in sprožitve varnostnih sistemov v nujnih situacijah. S pridobljenim znanjem smo oblikovali tudi lastno simulacijo procesa, ki je namenjena usposabljanju kadra za pripravljenost na večje kognitivne obremenitve, poleg tega pa spodbuja analitično razmišljanje ter sodelovanje med operaterji v nadzorni sobi in procesnimi tehnologi v obratu. Rezultat dela je nabor scenarijev, ki predstavljajo za študente edinstveno in celovito izkušnjo obvladovanja virtualnega procesa, saj povezujejo osnovna kemijsko-inženirska znanja z znanji regulacije, dinamike, separacije, optimizacije in varnosti procesov. Z njimi smo prikazali, kako bi simulacije virtualne resničnosti vključili v učni proces oz. ustvarili mikrodokazila za usposabljanje kadra v industriji.
Ključne besede: virtualna resničnost, separacija surove nafte, trifazni separator, varno vodenje procesov, usposabljanje kemijskih inženirjev, mikrodokazila
Objavljeno v DKUM: 22.08.2025; Ogledov: 0; Prenosov: 36
Celotno besedilo (5,13 MB)

Opis: V diplomskem delu je prikazana analiza zaščitnih slojev (LOPA), ki jo uporabljamo kot orodje za vrednotenje in zmanjševanje tveganj v procesni industriji. Namen naloge je raziskati, kako metoda LOPA pripomore k učinkovitemu obvladovanju nevarnosti v industrijskih obratih, kjer se uporabljajo ali proizvajajo nevarne snovi. Metoda LOPA predstavlja semikvantitativen pristop, ki omogoča sistematično ocenjevanje obstoječih zaščitnih ukrepov in preverjanje, ali ti zadostujejo za zmanjšanje tveganja na sprejemljivo raven. V okviru naloge smo predstavili teoretične osnove metode, korake za njeno izvedbo, opisali ključne pojme, kot so varnostni instrumentalni sistemi in funkcije, nivo varnostne integritete, verjetnost odpovedi ob zahtevi ter neodvisni zaščitni sloj. S praktičnimi primeri smo prikazali uporabo metode LOPA za analizo konkretnih nevarnih scenarijev. Določili smo pogostost začetnega dogodka, ovrednotili zaščitne sloje in izračunali preostalo tveganje. Na podlagi rezultatov smo ugotovili, ali so potrebni dodatni varnostni ukrepi. Rezultati kažejo, da je metoda LOPA uporabno in pregledno orodje za sprejemanje odločitev na področju procesne varnosti. Omogoča ciljno usmerjeno izboljševanje zaščitnih mehanizmov ter prispeva k izpolnjevanju zahtev mednarodnih standardov na področju varnostnih instrumentalnih sistemov.
Ključne besede: LOPA, analiza zaščitnih slojev, stopnja varnostne celovitosti, analiza tveganja, procesna varnost
Objavljeno v DKUM: 20.06.2025; Ogledov: 0; Prenosov: 25
Celotno besedilo (1,41 MB)

Ključne besede: self-sufficiency, food supply chain, multi-objective optimization, mixed integer linear programming, sustainable development
Objavljeno v DKUM: 14.02.2025; Ogledov: 0; Prenosov: 8
Celotno besedilo (957,78 KB)