撹拌・混合の基礎と最適設計およびスケールアップからトラブル対策まで

撹拌装置は数多くのプロセスで使われていますが、その設計およびスケールアップにあたり多くの問題を持っているエンジニアの方がいらっしゃると思います。撹拌の基礎から設計およびスケールアップまでを詳しく具体的に解説します。撹拌装置の設計と運転におけるAIの活用についても解説致します。動画を数多く使い分かり易く説明いたします。また、実際の最適設計およびスケールアップの計算をExcelとPythonを使って解説します。知識だけではなく実務的な計算も身に付けることができます。 　使用するExcelテンプレートとPythonコード (Web環境におけるGoogle Colabで使用) のファイルは差し上げますので、実務で御使用ください。撹拌・混合操作におけるトラブルと対策についても具体的に解説致します。

1. 撹拌・混合の基礎
   1. 撹拌・混合
      1. 混合・撹拌
      2. 撹拌の目的
      3. 撹拌槽と撹拌翼の種類と選定のポイント
      4. 特殊な撹拌
      5. 設計とスケールアップの考え方
   2. 撹拌・混合の指標になるパラメーター
      1. 撹拌所要動力
         • 撹拌動力の測定法
         • 動力線図
         • 撹拌所要動力の計算
      2. 混合時間
         • 混合時間の測定法
         • 混合時間線図
         • 混合時間の計算
2. 撹拌・混合の装置設計とスケールアップ
   1. 異相系の混合・撹拌
      1. 固体粒子の分散について
         • 固体粒子浮遊限界撹拌速度の測定
         • 固体粒子分散と固体粒子溶解の計算
      2. 液体の分散について
         • 液液分散と転相
         • 乳化
      3. 気体の分散について
         • 気体分散による撹拌所要動力低下の計算
         • 完全分散とフラッディングの計算
         • ガスホールドアップの計算
         • 物質移動容量係数の計算
   2. 混合と反応の関係
      1. 撹拌反応装置の種類
         • 回分
         • 半回分
         • 連続操作
         • 完全混合とプラグ流
      2. 混合モデルと反応の関係
         • 混合状態の違いにより異なる反応装置設計の計算
         • デッドゾーンとバイパスがある場合の計算
      3. 撹拌槽反応装置の設計
         • リアクターと撹拌翼の設計の計算
         • 撹拌槽反応装置の設計計算
   3. 撹拌・混合装置のスケールアップ
      1. スケールアップ手法
      2. 幾何学的相似
         • 80Lから10m3へのスケールアップの計算
         • スケールアップによる影響因子の計算
         • スケールアップによる操作範囲の変化
         • 単位液体積あたりの攪拌所要動力一定のスケールアップ計算
         • 混合時間あるいはPV一定のスケールアップ計算
         • 撹拌槽バイオリアクターのスケールアップ計算
         • 乳化装置のスケールアップの計算
      3. CFD (流動解析) を使ったスケールアップ
3. 撹拌・混合におけるトラブルの対策
   1. 高粘度液混合で起こるトラブル
      1. 撹拌翼の選定の注意点
      2. 非ニュートン流動特性によるトラブル
         • 擬塑性流体
         • 塑性流体
         • 粘弾性流体
      3. 混合不良のトラブルシューティング
      4. 非ニュートン流体の混合の計算、ヘリカルリボン翼混合装置のスケールアップ計算
   2. 発泡によるトラブル
      1. 破泡 (泡沫層形成のメカニズムと破泡)
      2. 消泡
   3. 各種トラブルの対策
      1. 異相系撹拌におけるトラブルとその対策
      2. 軸受けなどのトラブルとその対策
      3. その他のトラブル対策について
4. 撹拌・混合におけるAIの活用
   1. 撹拌装置のスマート運転
      1. ソフトセンサー
      2. ANN人工ニューラルネットワーク
      3. ハイブリッドモデル
      4. デジタルツイン
   2. 最適化
      1. 最適化フレームワーク
      2. バックプロパゲーションニューラルネットワーク
         • 固体粒子懸濁撹拌槽最適化
5. 質疑応答