EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Efficient process optimization for a circular economy by full flowsheet neural networks

Ville Kärkäs, Tim Kircher, Maximilian Hungsberg, Martin Votsmeier, Bastian J.M. Etzold

Chemical Engineering Science · 2025-08 · 314 · 121784

DOI: 10.1016/j.ces.2025.121784 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Chemical Engineering Science, 2025-08. Verfasst von Ville Kärkäs und 4 weiteren Autor:innen. Die Arbeit wurde bisher 9-mal zitiert (Crossref) und nennt 50 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Bayerisches Staatsministerium für Wissenschaft, Forschung und Kunst, Bayerisches Staatsministerium für Wissenschaft und Kunst, Bundesministerium für Bildung und Forschung.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Bayerisches Staatsministerium für Wissenschaft, Forschung und Kunst
  • Bayerisches Staatsministerium für Wissenschaft und Kunst
  • Bundesministerium für Bildung und Forschung

Zitieren

APA

Kärkäs, V., Kircher, T., Hungsberg, M., Votsmeier, M., & Etzold, B. J. (2025). Efficient process optimization for a circular economy by full flowsheet neural networks. Chemical Engineering Science, 314, 121784. https://doi.org/10.1016/j.ces.2025.121784

Vancouver

Kärkäs V, Kircher T, Hungsberg M, Votsmeier M, Etzold BJ. Efficient process optimization for a circular economy by full flowsheet neural networks. Chemical Engineering Science. 2025;314:121784. doi:10.1016/j.ces.2025.121784

BibTeX
@article{Krks2025,
  author = {Kärkäs, Ville and Kircher, Tim and Hungsberg, Maximilian and Votsmeier, Martin and Etzold, Bastian J.M.},
  title = {Efficient process optimization for a circular economy by full flowsheet neural networks},
  journal = {Chemical Engineering Science},
  year = {2025},
  volume = {314},
  pages = {121784},
  doi = {10.1016/j.ces.2025.121784}
}
Kostenlos starten →