ex_create_model_out.txt

# Code blocks for user model function:

k1 = model_params['k1']
k2 = model_params['k2']
k3 = model_params['k3']
k_OH_wall = model_params['k_OH_wall']
k_HO2_wall = model_params['k_HO2_wall']

OH_0 = 
H2O2_0 = 
HO2_0 = 
H2O_0 = 
O2_0 = 
y0 = np.array([OH_0, H2O2_0, HO2_0, H2O_0, O2_0])

def calc_dy_dt(y, t_curr):
	OH = y[0]
	H2O2 = y[1]
	HO2 = y[2]
	H2O = y[3]
	O2 = y[4]

	dOH = -k1*OH*H2O2 -k2*OH*HO2 -k_OH_wall*OH
	dH2O2 = -k1*OH*H2O2 +k3*HO2*HO2
	dHO2 = +k1*OH*H2O2 -k2*OH*HO2 -k3*HO2*HO2 -k3*HO2*HO2 -k_HO2_wall*HO2
	dH2O = +k1*OH*H2O2 +k2*OH*HO2
	dO2 = +k2*OH*HO2 +k3*HO2*HO2

	dy_dt = np.array([dOH, dH2O2, dHO2, dH2O, dO2])
	return dy_dt

# Code blocks for Jupyter notebook (model parameters setup):

k1 = 1.80000E-12
k2 = 1.11066E-10
k3 = 1.44922E-12
k_OH_wall = 15
k_HO2_wall = 4

k1_err = 2.70000E-13
k2_err = 1.66599E-11
k3_err = 2.10859E-13
k_OH_wall_err = 0
k_HO2_wall_err = 0

df_model_params['k1'] = {'val':k1, 'err':k1_err, 'fit':False}
df_model_params['k2'] = {'val':k2, 'err':k2_err, 'fit':False}
df_model_params['k3'] = {'val':k3, 'err':k3_err, 'fit':False}
df_model_params['k_OH_wall'] = {'val':k_OH_wall, 'err':k_OH_wall_err, 'fit':True}
df_model_params['k_HO2_wall'] = {'val':k_HO2_wall, 'err':k_HO2_wall_err, 'fit':True}