Even for processes with only a few gas species involved the detailed description of plasma-assisted conversion processes in gas mixtures requires a large amount of processes to be taken into account and a large number of neutral and charged particles must be considered. In addition, setting up the corresponding reaction kinetics model needs the knowledge of the rate coefficients and their temperature dependence for all possible reactions between those species. Reduced reaction networks offer a simplified and pragmatic way to obtain an overall reaction kinetics model, already useful for the analysis of experimental data even if not all details of chemistry can be covered. In this paper we present a derivation of a data driven reduced model for plasma-assisted conversion of methane in an helium environment. By consideration of a small number of elementary reactions, a simple model is set up. Experimental data are analyzed by a genetic algorithm that provides best-fit approximations for the open parameters of the model. In a further step non-relevant parameters of the model are identified and a further model reduction is achieved. The data driven analysis of methane conversion serves as an illustrative example of the proposed method. The parameters and reaction channels found are compared with known results from the literature. The method is described in detail. The main goal of this work is to present the potential of this data driven method for a simplified and pragmatic modeling in the increasingly important field of plasma-assisted catalytic processes.

即使对于仅涉及少量气体种类的过程，气体混合物中等离子体辅助转化过程的详细描述也需要考虑大量过程，并且必须考虑大量中性和带电粒子。此外，建立相应的反应动力学模型需要了解这些物种之间所有可能反应的速率系数及其温度依赖性。简化的反应网络为获得整体反应动力学模型提供了一种简单而实用的方法，即使无法涵盖所有​​化学细节，该方法对于分析实验数据也已非常有用。在本文中，我们提出了在氦气环境中以等离子体为辅助的甲烷转化的数据驱动的简化模型的推导。通过考虑少量的基本反应，建立了一个简单的模型。实验数据通过遗传算法进行分析，该遗传算法为模型的开放参数提供最佳拟合近似值。在进一步的步骤中，识别出模型的无关参数，并实现进一步的模型简化。甲烷转化的数据驱动分析可作为该方法的一个示例。将找到的参数和反应通道与文献中的已知结果进行比较。详细描述该方法。这项工作的主要目的是在等离子体辅助催化过程日益重要的领域中，展示这种数据驱动方法在简化和实用的建模中的潜力。实验数据通过遗传算法进行分析，该遗传算法为模型的开放参数提供最佳拟合近似值。在进一步的步骤中，识别出模型的无关参数，并实现进一步的模型简化。甲烷转化的数据驱动分析可作为该方法的一个示例。将找到的参数和反应通道与文献中的已知结果进行比较。详细描述该方法。这项工作的主要目的是在等离子体辅助催化过程日益重要的领域中，展示这种数据驱动方法在简化和实用的建模中的潜力。实验数据通过遗传算法进行分析，该遗传算法为模型的开放参数提供最佳拟合近似值。在进一步的步骤中，识别出模型的无关参数，并实现进一步的模型简化。甲烷转化的数据驱动分析可作为该方法的一个示例。将找到的参数和反应通道与文献中的已知结果进行比较。详细描述该方法。这项工作的主要目的是在等离子体辅助催化过程日益重要的领域中，展示这种数据驱动方法在简化和实用的建模中的潜力。在进一步的步骤中，识别出模型的无关参数，并实现进一步的模型简化。甲烷转化的数据驱动分析可作为该方法的一个示例。将找到的参数和反应通道与文献中的已知结果进行比较。详细描述该方法。这项工作的主要目的是在等离子体辅助催化过程日益重要的领域中，展示这种数据驱动方法在简化和实用的建模中的潜力。在进一步的步骤中，识别出模型的无关参数，并实现进一步的模型简化。甲烷转化的数据驱动分析可作为该方法的一个示例。将找到的参数和反应通道与文献中的已知结果进行比较。详细描述该方法。这项工作的主要目的是在等离子体辅助催化过程日益重要的领域中，展示这种数据驱动方法在简化和实用的建模中的潜力。