Process-constrained batch Bayesian approaches for yield optimization in multi-reactor systems

要約

不均一系触媒研究の高度なツールであるマルチリアクターシステムでの収率の最適化には、階層的な技術的制約があるため、大きな課題が生じています。
この点に関して、この研究では、トンプソン サンプリングによるプロセス制約付きバッチ ベイジアン最適化 (pc-BO-TS) とその一般化された階層拡張 (hpc-BO-TS) と呼ばれる新しいアプローチを導入しています。
この方法は、複数の反応器システムにおける効率の要求に合わせて調整されており、実験上の制約を統合し、逐次バッチ最適化戦略における探査と開発の間のバランスをとります。
他のベイジアン最適化手法よりも優れています。
pc-BO-TS および hpc-BO-TS のパフォーマンスは、REALCAT プラットフォームで利用可能なマルチリアクター システムで行われた高スループット実験から得られたデータに基づく現実的なシナリオだけでなく、合成ケースでも検証されています。
提案された手法は、多くの場合、他の逐次ベイズ最適化や既存のプロセス制約のあるバッチ ベイズ最適化手法よりも優れたパフォーマンスを発揮します。
この研究は、マルチリアクターシステムにおける反応収率を最適化するための新しいアプローチを提案し、デジタル触媒作用および一般に化学工学の最適化方法において重要な前進を示しています。

要約(オリジナル)

The optimization of yields in multi-reactor systems, which are advanced tools in heterogeneous catalysis research, presents a significant challenge due to hierarchical technical constraints. To this respect, this work introduces a novel approach called process-constrained batch Bayesian optimization via Thompson sampling (pc-BO-TS) and its generalized hierarchical extension (hpc-BO-TS). This method, tailored for the efficiency demands in multi-reactor systems, integrates experimental constraints and balances between exploration and exploitation in a sequential batch optimization strategy. It offers an improvement over other Bayesian optimization methods. The performance of pc-BO-TS and hpc-BO-TS is validated in synthetic cases as well as in a realistic scenario based on data obtained from high-throughput experiments done on a multi-reactor system available in the REALCAT platform. The proposed methods often outperform other sequential Bayesian optimizations and existing process-constrained batch Bayesian optimization methods. This work proposes a novel approach to optimize the yield of a reaction in a multi-reactor system, marking a significant step forward in digital catalysis and generally in optimization methods for chemical engineering.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google