Physikalische Modelle.
Nachvollziehbare Evidenz.

Anlagenspezifische Python-Überwachung mit expliziten SI-Sensoren für Temperatur, Druck, Durchfluss, Inventar und Position. Massen-/Wärmebilanzen, Widerstand, Membranpermeabilität, Normalleistungsresiduen und kausale Alarme liefern Gültigkeit, Entscheidungsgründe und Herkunft. Elf CLI-Diagnosearten ergänzen Python-APIs und optionale versionsgebundene Projektadapter.

Forschungs-Alpha für Prozessanlagenplanung, Geräte-Screening, Wirtschaftlichkeitsbewertung und Umweltbilanzierung mit 67 expliziten Rechenmethoden. Python-SDK, CLI und lokale JSON-HTTP-API bieten SQLite-Verläufe, Rechengraphen, Szenarien und Wiederverwendung; DWSIM bleibt eine separat installierte optionale Engine.

Kombinierbare Python-Schwingungsanalyse für rotierende Maschinen: kalibrierte Wellenformen, FFT/PSD und Hüllkurvenspektren, Lagerfrequenzmarkierungen, begrenzte Normalreferenzen und prüfbare Fehlerkandidaten. Anbieter, Stufen und Ergebniskonsumenten der NumPy-API sind austauschbar; das lokale Dashboard ist optional.

Kombinierbare Forschungswerkzeuge für Rohrströmung, Thermodynamik, Strukturantwort, Schäden, Messtechnik und Risikoaustausch mit expliziten Einheiten, Zeitbasen, Herkunft und austauschbaren Anbietern.

Zusammensetzbare Python-Physikmodelle zur Erforschung von Wasserstoffproduktion, Speicherung, Transfer und Sicherheit: Thermodynamik, Anlagenkomponenten, Hydride/Adsorption, Elektrochemie/Trennung, Permeation/Diffusion, Freisetzungsverläufe und Anlagen-Schnittstellen. Parameter und Anbieter lassen sich über Python-Objekte, Funktionen und Arrays austauschen.

Physikalischer digitaler Zwilling einer Wasserstofftankstelle mit Speicherung, dreistufiger Verdichtung, Kaskade, Betankung und Sicherheitslogik. FastAPI, 3D-Ansicht, 82 HAZOP-Tags, Fehlerübungen sowie SAGA/HyRAM+-Anbindung; Detektoren umfassen virtuelle Stellvertreter. Komponentenprüfungen sind keine vollständige Feldvalidierung oder zertifizierte Anlagensteuerung.

Python-Bibliothek für kombinierbare LH₂-Komponenten mit expliziten thermodynamischen Zuständen und Massen-/Energieflüssen: Tanks, Rohre, Ventile, Pumpen und Verdampfer. Stationäre/dynamische Netze, Sensor-/HART-Beobachtungen und öffentliche Benchmarks. Validierung gilt komponentenbezogen; lh2dt_models unterstützt auch den Import lh2dt.

PRISM verbindet Prozesszustand, HAZOP-Abweichungen, literaturgestützte Anfangshäufigkeiten, Freisetzungsverläufe, Ausbreitung und bedingtes Risiko. Unabhängige Modelle liefern nachvollziehbare Datensätze mit getrennten Mess- und Prognoseeingaben. prism-risk und CLI prism ersetzen keine vollständige Anlagen-QRA oder behördliche Zertifizierung.

PRISM-DynaSense berechnet lokal Druckwasserstofffreisetzung, verzögerte Zündung, vorgeschaltete Absperrung, nachgelagerte Restfreisetzung und Wärmeexposition. PRISM-Dosis/Probit und direkte SALib-Sobol-Analyse liefern Rohstichproben, Konvergenz, Hashes und ein Offline-Dashboard. Eingaben werden per JSON/CLI geändert. Ein Stoff und Szenario, ohne Anspruch auf jährliches Anlagenrisiko oder experimentelle Validierung.

PSA-Dyna ist ein eindimensionales, nichtisothermes Mehrkomponentenmodell für dynamische PSA/VPSA: finite Volumina, Ergun-Strömung, kompetitive Adsorption/LDF, Gas-Feststoff-Wand-Energie, kompressible Ventile, mehrere Betten/Schritte sowie Neustart/CSS. Wangs Einzelbett-Durchbruchvergleich auf Abbildungsebene besteht die festgelegten Prüfungen, validiert aber weder zyklische VPSA noch Industrieauslegung. DWSIM-Mittelströme FEED/PRODUCT/TAIL sind vertraglich implementiert; automatische Übergabe bleibt gesperrt.

Komponierbares Python-Forschungsframework für Anomaliescores, Fehlerbelege und Überwachungsereignisse aus Prozesssignalen. Regeln, Statistik, Lernverfahren, Zeit-/Graphmodelle und CoolProp-Residuen teilen Signalverträge, unabhängige Kalibrierung und Gültigkeitsmasken. 72 Konfigurationen, 117 lokale Tests und 31 explorative Läufe belegen weder physische Ursache noch Unfallhäufigkeit oder standortübergreifende Leistung.

Unabhängiges Toolkit für Folgenscreening und Dichtgasforschung. 23 typisierte Berechnungen decken Quellen, passive Ausbreitung, Brand/Explosion, Exposition und bedingtes Risiko ab, mit Python/CLI/optionalem HTTP und nachvollziehbaren Belegen. SLABx-Verläufe und die isotherme, vertikal gemischte 1D-Schicht fester Breite sind getrennte Pfade. Das Basispaket 0.1.0 ist auf PyPI veröffentlicht; frische Installationsprüfungen sind im Ursprungsprojekt dokumentiert. SLABx 1.0.8 fehlt weiterhin auf PyPI; dense lässt sich dort nicht allein installieren. Apache-2.0, ohne CCPS/AIChE-Unterstützung oder Feldzertifizierung.

Python/FastAPI-Assistent für koreanische Gasnormen, Recht und HAZOP. Dokumentdialog, Koreanisch/Englisch, Belegprüfung und APIs für Anlagenkonversation und ausgewählte Sensoren. Belegte Antworten benötigen einen rechtmäßig verfügbaren lokalen Korpus und Anbieterzugang; physische Geräte werden nicht gesteuert.

Separat erhaltene ältere Java-21-/Spring-Boot-Ausgabe von SAGA. Tika, Lucene/Nori, pgvector, Spring AI und Ollama unterstützen Suche, Dialog und HAZOP/LPG-Module. Private Dokumente und Indizes fehlen bewusst; Laufzeit und APIs sind kein direkter Ersatz für SAGA-PY.

Modulare Python-Forschungswerkzeuge für 3D-Windfelder um Gelände/Hindernisse und lagrangesche Gasleckdispersion mit wählbarer Turbulenz, Integration, Randbehandlung und Erfassung. Mit Bezug auf QES v2.3.1 sowie experimentellen Flüssigwasserstoff-Gleichgewichtseigenschaften und Auftriebs-/Widerstandskopplung.

Python-Neuimplementierung von SLAB mit verdampfenden Lachen, horizontalen/aufsteigenden Strahlen, Momentanfreisetzung und Plume-Puff-Übergang. Optionale Tropfen-, Bodenwärme- und Realfluid-Erweiterungen sind vom historischen Pfad getrennt. Fortran-Vergleiche und 38 Feld-/Windkanalversuche sind dokumentiert; einige Beobachtungsdaten werden separat benötigt.

Ergänzt SLABx um LH₂-Quellphysik und Anwendbarkeitsdiagnostik, einschließlich kryogener Phasenwechsel, Bodenwechselwirkung, Auftrieb und Wasser unterhalb des Tripelpunktes. Die Forschungskonfiguration nutzt sieben FFI-Versuche mit 210 Datensätzen und benötigt eigene Eingaben/Abläufe. Das sind keine 210 unabhängigen Experimente.

Python-Reproduktion von EPA DEGADIS 2.1 mit historischer Thermodynamik und Numerik. Stationäre/transiente Bodenfreisetzung, Druckstrahlen, Eingabedecks und SourceLedger-Übergabe. Nicht aufgelöste Flüssiganteile werden zurückgewiesen; LH₂-Forschungserweiterungen aus DEGALI sind ausgeschlossen.

LH₂-Forschungsmodell auf DEGADIS-Kompatibilitätsbasis mit Flashverdampfung, Auftrieb, Luftkondensation/-gefrieren und Bodenwechselwirkung. EPA-/Fortran-, PRESLHY- und FFI/DNV-Auswertungen trennen Spitzen- und Zeitmittelwerte. Alpha-Software mit Grenzen bei Schließungen und Konvergenz von 3D-/Hinderniserweiterungen, ohne regulatorische Qualifizierung.

Quasistationärer LH₂-Lachenquellterm für ein angegebenes Zeitfenster. Verwendet Freisetzung/Druck/deklarierten Ablagerungsanteil oder beobachtete Fläche, mit Flash, Bodenleitung und kritischer Wärmestromgrenze. Unbekannte Auftrefffläche, Ablagerung und zeitabhängiger Flüssigkeitsbestand werden nicht vorhergesagt.

Berechnet achsensymmetrische Ausbreitung, Verdampfung, Bestand und Massenbilanz für bereits am horizontalen Boden angekommenen DeclaredInflow. Beschränkte Stage-C-Prüfungen umfassen Erhaltung, Verfeinerung und JUEL/HSE-Vergleiche. Strahlaufprall, Hänge, Hindernisse und atmosphärische Ausbreitung sind ausgeschlossen; die vollständige HSE-Ausdehnungs-/Rückzugsbahn wird nicht reproduziert.

Inverse Bestimmung von Wärmeeintrag, effektiver Flammenkontaktfläche und Wärmestrom aus LPG-Tankdruck und Wandtemperatur. Ergänzt LH₂-Ortho-/Para-Thermodynamik, Zusammensetzungsprüfungen, publizierte Kinetik und HEOS-Düsenmodell. Validierungsquellen und Grenzen sind dokumentiert; Versuchsdaten werden nicht weiterverteilt.

Forschungsarchiv zu LH₂-Selbstdruckaufbau, PSV-Schalten/Abblasen, Flash-/Austrittszustand und TNO-orientierten Brand-/Ausbreitungsindikatoren. Öffentliche Ergebnisse, bedingte Risikoflächen, Pfadklassifikation und Abbildungsreproduktion. Enthält weder sämtliche vorgelagerten Tank-/TNO-Löser noch eine zertifizierte PSV-Auslegung.

Python-Screening für Ammoniakversorgung: unsichere Schadensindikatoren für zehn Materialien, Material-/Schweiß-/Umwelt-/Inspektionsfaktoren und Aufteilung einer Anfangshäufigkeit auf ausschließende Schutzpfade. Die Sobol-Zusammenfassung für sieben Ausgaben ist archiviert und wird nicht durch die API neu berechnet. Rangfolgen sind keine gemessenen jährlichen Leckraten; vollständige Ausbreitungs-, Folgen- und Anlagen-QRA fehlen.

Unabhängige Python-Module für Materialien, Korrosion, Elektrochemie, Diffusion, Strukturintegrität, Fertigung/Schweißen und Inspektion mit strengen Eingabe-, Einheiten-, Evidenz- und Ergebnisstatusverträgen.

Reproduzierbarkeitsarchiv für lokale Wasserstoffenergetik und gitterbestimmte Mobilität. 32 Quantum-ESPRESSO-Ein-/Ausgabepaare, MACE-OMat-0-/CHGNet-Arrays, Analysen, Pseudopotentiale und Prüfsummen. Abbildungen lassen sich ohne externe Modellgewichte erstellen; das spezielle CHGNet-NEB-Erzeugungsskript ist nicht erhalten.

Vergleicht exakte gewichtete Wahrscheinlichkeiten, Monte Carlo und ideale Maximum-Likelihood-QAE für endliche Sicherheits-/Zuverlässigkeitsmischungen. NumPy-Kern, CSV/CLI, Qiskit-/Grover-/Aer-Prüfungen und optionale IBM-Ausführung. Gleiche Oracle-Abfragebudgets erlauben Methodenvergleiche, belegen aber keinen Hardware-Quantenvorteil.

Verknüpft druckkonsistente Wasserstoff-PSA/Membranprozesse und Regenerationsreserve mit einem Wahrscheinlichkeitsereignis und Quantenressourcen-Audit. Öffentliche Holdouts, Integrator-/DWSIM-Vergleiche und Zehn-Bit-Arithmetik-Oracle. Der IBM-Test der Zwei-Bit-Reduktion mit sieben Qubits prüft 64 Basiseingaben, keine kohärente QAE oder vollständige Arithmetik; integrierte Apparatevalidierung steht aus.

Untersucht Wechselwirkungen, Probenform und Modellunsicherheit von Na₂BaCo(PO₄)₂ für Kühlentscheidungen unter einem Kelvin. Öffentliche Daten, N=12/N=18-Cluster und Python/Octave-Prüfungen gehen Quanten-Spectral-Flow-Tests voraus. Der IBM-Sechs-Qubit-Test bestätigt das Vorzeichen, nicht die quantitative Größe der Entropiekorrektur; keine Bulklösung oder Quantenvorteilsbehauptung.

Python-Modelle für Aufgaben, menschliche Leistungsdaten, Fehler/Antwortzeiten und Prozessrisiko: DAGs, Bayes-Zählupdates, SPAR-H/HEART/CREAM/IDHEAS, Erholung, Abhängigkeit und FTA/ETA. Die 1.334 Katalogeinträge aus sieben Zahlenquellen enthalten Zählungen, Komponenten und Faktoren, keine 1.334 unabhängigen Messungen. SACADA stammt aus nuklearen Trainingssimulatoren; chemische Feld-HEP und beobachtete Jahresfrequenzen sind nicht kalibriert.

Unabhängige, inoffizielle Python-Implementierung risikobasierter API-RP-581-Inspektion. api581-engine/import api581 umfasst Schäden, Häufigkeit, Inspektion, Freisetzung, Folgen, Risiko und Planung; SLABx ist optional, API 520 separat. 509 registrierte Berechnungen und 861 Quellenabschnitte sind Softwarebelege, keine Fremdzertifizierung. Keine API-Unterstützung, keine Normtexte; Originalarbeit unter Apache-2.0.

Ausführbares Archiv früherer ADM1-Biomethanforschung zu Grassilage/Rindergülle. 34-Zustands-Integration, rekonstruierte TEA, partielle Treibhausgasbilanz und endliche Gitter-/Pareto-, Robustheits- und Sensitivitätsanalysen. Fünf leichte Tests und ein kleines Beispiel sind keine experimentelle oder vollständige historische Reproduktion. Keine vollständige Ökobilanz oder geprüfter Produktfußabdruck; Düngergutschriften können überschätzt sein.