موضوعات جدید پایان نامه رشته مهندسی شیمی: مدل سازی، شبیه سازی و کنترل + 113 عنوان بروز
مهندسی شیمی، به عنوان پلی میان علوم پایه و کاربرد صنعتی، همواره در خط مقدم نوآوری و توسعه فناوری قرار داشته است. با پیشرفت روزافزون در حوزههای محاسبات، هوش مصنوعی، و علم داده، ابزارهای مدلسازی، شبیهسازی و کنترل به قلب تپنده این رشته تبدیل شدهاند. این ابزارها، نه تنها به درک عمیقتر پدیدههای پیچیده کمک میکنند، بلکه امکان بهینهسازی فرآیندها، طراحی سیستمهای نوآورانه، و کاهش هزینهها را فراهم میآورند. در دنیای امروز، انتخاب موضوع پایاننامه که هم چالشبرانگیز، هم کاربردی و هم دارای پتانسیل تحقیقاتی بالا باشد، از اهمیت ویژهای برخوردار است. این مقاله با هدف ارائه یک دید جامع و بهروز از گرایشهای نوین در زمینه مدلسازی، شبیهسازی و کنترل در مهندسی شیمی، و معرفی ۱۱۳ عنوان پایاننامه پیشنهادی، برای دانشجویان و پژوهشگران این رشته تدوین شده است.
فهرست مطالب مهم
- • اهمیت مدلسازی، شبیهسازی و کنترل
- • گرایشهای نوین در مهندسی شیمی
- • کاربردهای پیشرفته
- • عناوین پیشنهادی پایاننامه
اهمیت مدلسازی، شبیهسازی و کنترل در مهندسی شیمی نوین
مدلسازی و شبیهسازی، ابزارهای قدرتمندی هستند که به مهندسین شیمی اجازه میدهند تا بدون نیاز به آزمایشهای پرهزینه و زمانبر فیزیکی، رفتار سیستمهای پیچیده را پیشبینی و تحلیل کنند. از طراحی راکتورهای شیمیایی گرفته تا فرآیندهای جداسازی پیشرفته، این رویکردها امکان بهینهسازی پارامترها و درک عمیقتر پدیدهها را فراهم میآورند. همزمان، کنترل پیشرفته فرآیندها، با استفاده از الگوریتمهای هوشمند و سنسورهای دقیق، پایداری، ایمنی و کارایی سیستمهای صنعتی را تضمین میکند. ترکیب این سه حوزه، ستون فقرات مهندسی شیمی مدرن را تشکیل میدهد و راه را برای نوآوریهای بیسابقه هموار میسازد.
چرا این حوزهها کلیدی هستند؟
- کاهش هزینهها و زمان: حذف یا کاهش نیاز به آزمایشهای فیزیکی.
- افزایش ایمنی: شبیهسازی سناریوهای خطرناک بدون ریسک واقعی.
- بهینهسازی عملکرد: یافتن بهترین شرایط عملیاتی برای حداکثر بازدهی.
- نوآوری در طراحی: توسعه فرآیندها و محصولات جدید با درک عمیقتر.
- پایداری و محیط زیست: طراحی فرآیندهای سبزتر و کممصرفتر.
🎨 اینفوگرافیک: مسیرهای نوین در مدلسازی و کنترل شیمیایی 📊
🧠
هوش مصنوعی و یادگیری ماشین
پیشبینی خواص، بهینهسازی فرآیند، کنترل تطبیقی، تشخیص خطا.
⚛️
مدلسازی مولکولی و کوانتومی
طراحی کاتالیزور، مهندسی مواد، سنتز هوشمندانه مواد.
☁️
رایانش ابری و بیگ دیتا
پردازش دادههای عظیم، شبیهسازی موازی، پلتفرمهای مشترک.
🔬
Twin دیجیتال (Digital Twin)
نظارت لحظهای، نگهداری پیشبینانه، بهینهسازی Real-Time.
⚙️
کنترل پیشرفته و سیستمهای مستقل
سیستمهای خودکار، کنترل MPC پیشرفته، اتوماسیون فرآیند.
گرایشهای نوین و کاربردهای پیشرفته
با توسعه فناوری و نیازهای جدید صنعتی و زیستمحیطی، مهندسی شیمی شاهد ظهور گرایشهای جدیدی در حوزههای مدلسازی، شبیهسازی و کنترل است. این گرایشها اغلب از همافزایی با سایر رشتهها نظیر علوم کامپیوتر، بیوتکنولوژی، و علم مواد بهره میبرند.
جدول: گرایشهای نوین و کاربردها
| گرایش نوین | کاربردهای کلیدی در مهندسی شیمی |
|---|---|
| هوش مصنوعی و یادگیری ماشین (AI/ML) | پیشبینی خواص مواد، بهینهسازی فرآیندها، کنترل پیشبین مدل (MPC) مبتنی بر ML، تشخیص ناهنجاری و خطا، طراحی مواد جدید. |
| دیجیتال توئین (Digital Twin) | نظارت لحظهای بر تجهیزات و فرآیندها، نگهداری پیشبینانه، شبیهسازی سناریوهای مختلف، بهینهسازی Real-Time، آموزش اپراتورها. |
| مدلسازی Multi-Scale و Multi-Physics | اتصال پدیدههای مولکولی به مقیاس فرآیندی، طراحی کاتالیزورها و راکتورها، شبیهسازی پدیدههای انتقال حرارت و جرم با واکنشهای شیمیایی. |
| شبیهسازی و کنترل سیستمهای زیستی (Bioprocesses) | بهینهسازی بیوراکتورها، تولید داروهای بیولوژیک، مهندسی متابولیک، تصفیه فاضلاب بیولوژیکی، تولید سوختهای زیستی. |
| بهینهسازی و طراحی فرآیندهای پایدار | کاهش مصرف انرژی و آب، حداقلسازی پسماند، استفاده از منابع تجدیدپذیر، ارزیابی چرخه حیات (LCA)، طراحی فرآیندهای سبز. |
۱۱۳ عنوان بروز پایان نامه در مهندسی شیمی: مدلسازی، شبیهسازی و کنترل
در ادامه، ۱۱۳ عنوان پیشنهادی برای پایاننامه در رشته مهندسی شیمی با تمرکز بر حوزههای مدلسازی، شبیهسازی و کنترل ارائه شده است. این عناوین به گونهای انتخاب شدهاند که منعکسکننده آخرین پیشرفتها و نیازهای صنعتی و تحقیقاتی باشند و پتانسیل بالایی برای نوآوری و انتشار مقالات علمی داشته باشند.
مدلسازی و شبیهسازی پیشرفته
- مدلسازی دینامیکی و کنترل فرآیند تولید هیدروژن از متانول با استفاده از راکتور مبدل غشایی.
- شبیهسازی CFD راکتورهای پلیمریزاسیون فاز گازی برای تولید پلیاتیلن با دانسیتههای مختلف.
- مدلسازی Multi-scale جذب CO2 توسط نانوجاذبهای متخلخل بر پایه MOFs.
- شبیهسازی مولکولی رفتار نانوذرات کاتالیزوری در واکنشهای هیدروژناسیون انتخابی.
- مدلسازی و بهینهسازی فرآیند شیرینسازی گاز طبیعی با حلالهای هیبریدی.
- شبیهسازی اثر ناخالصیها بر عملکرد غشاهای اسمز معکوس در تصفیه پساب صنعتی.
- مدلسازی ریاضی خشککنهای پاششی برای تولید پودرهای دارویی با مورفولوژی کنترلشده.
- شبیهسازی دینامیک سیالات محاسباتی (CFD) برای طراحی میکسر استاتیک در راکتورهای جریان پیوسته.
- مدلسازی سینتیکی سنتز بیودیزل در راکتورهای کاتالیستی ناهمگن.
- شبیهسازی فرآیند پیرولیز زیستتوده در راکتورهای بستر سیال جهت تولید بیو-روغن.
- مدلسازی و تحلیل رفتار فازی مخلوطهای پلیمری با استفاده از روشهای Monte Carlo.
- شبیهسازی فرآیندهای جداسازی با غشاهای مایع برای استخراج فلزات سنگین از پساب.
- مدلسازی عددی احتراق سوختهای زیستی در کورههای صنعتی.
- شبیهسازی فرآیند استخراج مایع-مایع ترکیبات دارویی با استفاده از حلالهای عمیق یوتکتیک (DESs).
- مدلسازی دینامیک جمعیت (PBE) برای کریستالیزاسیون مواد فعال دارویی.
- شبیهسازی فرآیند تصفیه آب با استفاده از تکنولوژی نانوفتوکاتالیستها.
- مدلسازی و شبیهسازی جداسازی گازهای دودکش با تکنیک غشاهای جذب سطحی.
- مدلسازی پدیده گرفتگی در ممبرانهای UF/NF در تصفیه آبهای سطحی.
- شبیهسازی اثر میدانهای مغناطیسی بر رسوبگذاری در مبدلهای حرارتی.
- مدلسازی فرآیندهای الکتروشیمیایی برای تولید هیدروژن از آب دریا.
- شبیهسازی انتقال جرم و حرارت در برجهای خنککننده هیبریدی.
- مدلسازی و پیشبینی خواص ترموفیزیکی سیالات فوق بحرانی برای کاربردهای استخراج.
- شبیهسازی فرآیند سنتز نانوذرات اکسید فلزی با روشهای شیمی سبز.
- مدلسازی و بهینهسازی راکتورهای فوتوکاتالیستی برای حذف آلایندههای آلی.
- شبیهسازی پدیده فرسایش در لولهها و تجهیزات انتقال سیالات حاوی ذرات جامد.
کنترل پیشرفته و هوشمند
- طراحی کنترلکننده پیشبین مدل (MPC) برای راکتورهای پلیمریزاسیون ناپیوسته.
- کنترل تطبیقی سیستمهای بیوراکتور جهت تولید محصولات با ارزش افزوده.
- پیادهسازی کنترلکننده فازی-عصبی برای بهینهسازی فرآیندهای تقطیر چندجزئی.
- طراحی و ارزیابی کنترلکنندههای غیرخطی برای سیستمهای تولید هیدروژن.
- کنترل مقاوم فرآیندهای تبادل حرارت در حضور اغتشاشات و عدم قطعیتها.
- کنترل هوشمند فرآیندهای تصفیه فاضلاب با استفاده از شبکههای عصبی.
- توسعه سیستم کنترل پیشبین هیبریدی برای واحدهای تولید آمونیاک.
- کنترل بهینه مصرف انرژی در کارخانجات سیمان با استفاده از الگوریتمهای هوش مصنوعی.
- پیادهسازی کنترلکننده اسمارت-PID برای راکتورهای کاتالیستی.
- کنترل تطبیقی پیشبین برای سیستمهای احتراق سوختهای زیستی.
- توسعه سیستم کنترل توزیعشده برای شبکههای پتروشیمی.
- کنترل فرآیندهای استخراج فوق بحرانی با استفاده از کنترلکنندههای پیشبین.
- طراحی کنترلکننده مبتنی بر یادگیری تقویتی برای واحدهای نمکزدایی آب.
- کنترل هوشمند کورههای دوار برای بهینهسازی مصرف سوخت و کاهش انتشار آلاینده.
- توسعه کنترلکننده مقاوم برای سیستمهای غشایی در حضور گرفتگی.
- کنترل بهینه و برنامهریزی تولید در پالایشگاهها با استفاده از مدلهای پیشبین.
- پیادهسازی سیستمهای کنترل خودکار برای واحدهای تولید مواد شیمیایی خاص.
- کنترل پیشرفته فرآیندهای بیوتکنولوژی برای تولید آنتیبیوتیکها.
- طراحی کنترلکننده چندمتغیره برای برجهای تقطیر واکنشی.
- کنترل مصرف انرژی در فرآیندهای تبخیر و کریستالیزاسیون.
- توسعه استراتژیهای کنترل پیشبین برای شبکههای توزیع هیدروژن.
- کنترل مقاوم سیستمهای خشککن در صنایع غذایی و دارویی.
- پیادهسازی کنترلکننده تطبیقی برای فرآیندهای جذب و دفع گاز.
- طراحی سیستم کنترل تشخیص خطا (FDD) برای کمپرسورهای گازی.
- کنترل بهینه راکتورهای سنتز فیشر-تروپش با استفاده از روشهای هوش محاسباتی.
کاربرد هوش مصنوعی و یادگیری ماشین
- پیشبینی خواص ترمودینامیکی سیالات با استفاده از شبکههای عصبی عمیق.
- طراحی و بهینهسازی کاتالیزورها با روشهای یادگیری ماشین و الگوریتمهای ژنتیک.
- تشخیص و عیبیابی خودکار فرآیندها با استفاده از مدلهای یادگیری عمیق.
- بهینهسازی مصرف انرژی در صنایع پتروشیمی با الگوریتمهای هوش ازدحامی (Swarm Intelligence).
- توسعه مدلهای پیشبینی عمر باقیمانده تجهیزات با استفاده از یادگیری ماشین.
- کاربرد یادگیری تقویتی در بهینهسازی Real-time فرآیندهای صنعتی.
- شناسایی مدلهای غیرخطی فرآیند با استفاده از شبکههای عصبی بازگشتی (RNN).
- پیشبینی و کنترل کیفیت محصول در فرآیندهای ناپیوسته با استفاده از ML.
- طراحی فرآیند سنتز مواد جدید با کمک هوش مصنوعی.
- تشخیص الگوی تخریب در تجهیزات پالایشگاهی با مدلهای یادگیری بدون نظارت.
- بهینهسازی شبکههای لولهکشی و توزیع سیالات با استفاده از الگوریتمهای هوشمند.
- توسعه سیستمهای خبره برای عیبیابی و تصمیمگیری در کارخانجات شیمیایی.
- کاربرد پردازش زبان طبیعی (NLP) در تحلیل دادههای متنی مربوط به حوادث صنعتی.
- بهینهسازی توالی عملیات در فرآیندهای تولید دستهای با استفاده از ML.
- پیشبینی خواص مکانیکی و حرارتی کامپوزیتهای پلیمری با مدلهای AI.
- طراحی و بهینهسازی جاذبها برای حذف آلایندههای محیطی با ML.
- توسعه سیستمهای توصیهگر برای انتخاب حلال در فرآیندهای جداسازی.
- تشخیص ناهنجاری در دادههای سنسورهای صنعتی با استفاده از یادگیری عمیق.
- بهینهسازی مسیرهای سنتز شیمیایی با الگوریتمهای مبتنی بر گراف.
- کاربرد یادگیری ماشین در تحلیل رفتار سیستمهای دینامیکی پیچیده.
- پیشبینی انتشار آلایندهها از منابع صنعتی با مدلهای AI.
- توسعه مدلهای هوشمند برای مدیریت انرژی در مجتمعهای صنعتی.
- استفاده از بینایی ماشین در کنترل کیفیت محصولات پلیمری.
- بهینهسازی عملکرد سیستمهای خنککننده با استفاده از هوش مصنوعی.
- پیشبینی نرخ خوردگی در خطوط لوله با استفاده از الگوریتمهای یادگیری ماشین.
Twin دیجیتال و صنعت 4.0
- توسعه Digital Twin برای یک واحد تقطیر صنعتی.
- پیادهسازی Digital Twin برای نگهداری پیشبینانه تجهیزات دوار در صنعت نفت.
- یکپارچهسازی Digital Twin با سیستمهای کنترل پیشرفته برای بهینهسازی Real-time.
- توسعه Digital Twin مبتنی بر مدلهای Multi-physics برای راکتورهای شیمیایی.
- کاربرد Digital Twin در آموزش اپراتورها و شبیهسازی سناریوهای اضطراری.
- طراحی یک پلتفرم Digital Twin برای یک واحد پتروشیمی.
- استفاده از Digital Twin برای پایش و بهینهسازی مصرف انرژی در یک واحد تولیدی.
- توسعه Digital Twin برای فرآیندهای بیولوژیکی و بیوراکتورها.
- یکپارچهسازی دادههای سنسورها و مدلهای فیزیکی در چارچوب Digital Twin.
- کاربرد Digital Twin در تحلیل و پیشبینی گرفتگی غشاها.
- طراحی Digital Twin برای سیستمهای مدیریت آب و پساب.
- استفاده از Digital Twin برای بهینهسازی زنجیره تامین در صنایع شیمیایی.
- توسعه Digital Twin برای فرآیندهای تولید مواد پیشرفته.
- پیادهسازی Digital Twin در واحدهای تولید هیدروژن سبز.
- کاربرد Digital Twin برای مدیریت ایمنی فرآیند در کارخانجات شیمیایی.
مدلسازی و شبیهسازی در بیو و نانوتکنولوژی
- مدلسازی رشد سلولی و تولید متابولیت در بیوراکتورهای صنعتی.
- شبیهسازی دینامیک مولکولی برای بررسی تعامل پروتئینها با نانوذرات دارویی.
- مدلسازی انتقال جرم و حرارت در سیستمهای رهایش کنترلشده دارو.
- شبیهسازی اثر اندازه و مورفولوژی نانوذرات بر کارایی کاتالیزوری.
- مدلسازی فرآیندهای بیوجذب فلزات سنگین توسط میکروارگانیسمها.
- شبیهسازی و بهینهسازی فرآیندهای تولید سوختهای زیستی نسل سوم.
- مدلسازی سینتیکی بیوراکتورهای غشایی برای تصفیه پیشرفته فاضلاب.
- شبیهسازی نانوذرات مغناطیسی برای جداسازی و خالصسازی بیومولکولها.
- مدلسازی و کنترل سیستمهای میکروسیالی (Microfluidics) برای سنتز مواد.
- شبیهسازی رفتار نانوروباتها در محیطهای بیولوژیکی برای کاربردهای پزشکی.
- مدلسازی فرآیندهای تولید بیوپلاستیکها از منابع تجدیدپذیر.
- شبیهسازی و بهینهسازی نانوفیلترها برای تصفیه هوا و آب.
- مدلسازی انتقال ژن در سیستمهای بیولوژیکی برای مهندسی متابولیک.
- شبیهسازی دینامیک سیالات و ذرات در فرآیندهای پوششدهی نانوذرات.
- مدلسازی و کنترل فرآیندهای تولید واکسن در بیوراکتورها.
مدلسازی و کنترل محیط زیست و انرژی
- مدلسازی و بهینهسازی واحدهای جذب کربن (CCS) از نیروگاهها.
- شبیهسازی فرآیندهای تصفیه پساب صنعتی با تکنیکهای اکسیداسیون پیشرفته.
- مدلسازی و کنترل سیستمهای تولید انرژی از زبالههای شهری (Waste-to-Energy).
- شبیهسازی رفتار آلایندههای هوا در مقیاس شهری با مدلهای انتشار.
- مدلسازی فرآیندهای تصفیه آبهای آلوده به فلزات سنگین.
- شبیهسازی سیستمهای ذخیرهسازی انرژی حرارتی برای کاربردهای صنعتی.
- مدلسازی و کنترل فرآیندهای بیوگاز در هاضمهای بیهوازی.
- شبیهسازی و بهینهسازی پیلهای سوختی هیدروژنی.
- مدلسازی ارزیابی چرخه حیات (LCA) برای محصولات شیمیایی سبز.
- شبیهسازی فرآیندهای جذب و دفع CO2 با حلالهای یونی.
- مدلسازی و کنترل فرآیندهای تصفیه آب دریا با روش اسمز مستقیم (FO).
- شبیهسازی پدیدههای انتقال در سیستمهای انرژی خورشیدی حرارتی.
- مدلسازی و بهینهسازی واحدهای تولید هیدروژن از منابع تجدیدپذیر.
- شبیهسازی انتشار ریزگردها از صنایع معدنی و شیمیایی.
- مدلسازی و کنترل سیستمهای تصفیه هوا در محیطهای صنعتی.
نکات مهم در انتخاب و اجرای پایان نامه
انتخاب موضوع مناسب تنها گام اول است. موفقیت در یک پایاننامه تحقیقاتی نیازمند برنامهریزی دقیق، تسلط بر ابزارهای شبیهسازی و مدلسازی، و توانایی تحلیل نتایج است. در اینجا چند توصیه کلیدی آورده شده است:
- انتخاب موضوع با علاقه شخصی: پژوهشی که از آن لذت ببرید، با کیفیتتر خواهد بود.
- مطالعه جامع پیشینه: قبل از شروع، از وضعیت فعلی دانش در زمینه انتخابی خود کاملاً آگاه شوید.
- مشاوره با اساتید: از تجربه و راهنمایی اساتید متخصص در حوزههای مختلف استفاده کنید.
- در دسترس بودن ابزارها: اطمینان حاصل کنید که نرمافزارها و منابع محاسباتی لازم برای انجام کارتان در دسترس هستند.
- پتانسیل انتشار: به دنبال موضوعاتی باشید که پتانسیل تولید مقالات علمی باکیفیت را داشته باشند.
- مهارتهای برنامهنویسی: تقویت مهارتهایی مانند Python، MATLAB، یا C++ برای مدلسازی و شبیهسازی بسیار حیاتی است.
امیدواریم این مجموعه از عناوین و نکات راهنمای مفیدی برای شما در مسیر پژوهشیتان باشد و به شما کمک کند تا گامی مؤثر در پیشرفت علم و فناوری بردارید.
/* General body styling for responsiveness if embedded directly */
body {
font-family: ‘B Nazanin’, Arial, sans-serif;
direction: rtl;
text-align: right;
line-height: 1.8;
color: #2C3E50;
margin: 0;
padding: 0;
background-color: #f7f9fc; /* Light background for the whole page */
}
/* Main container styling for responsiveness */
div[style*=”max-width: 900px”] {
max-width: 95%; /* Adjust for smaller screens */
padding: 15px; /* Less padding on smaller screens */
margin: 15px auto; /* Adjust margin */
box-shadow: 0 4px 15px rgba(0, 0, 0, 0.06); /* Slightly softer shadow */
}
/* Headings responsiveness */
h1 {
font-size: 2em !important; /* Smaller on mobile */
margin-bottom: 20px !important;
padding-bottom: 10px !important;
}
h2 {
font-size: 1.7em !important;
margin-top: 30px !important;
margin-bottom: 20px !important;
}
h3 {
font-size: 1.4em !important;
margin-top: 25px !important;
margin-bottom: 15px !important;
}
/* Paragraph and list item font size for responsiveness */
p, li {
font-size: 1em !important; /* Base size, scales with viewport */
}
/* Table responsiveness */
table {
display: block; /* Make table responsive on small screens */
overflow-x: auto; /* Enable horizontal scrolling */
white-space: nowrap; /* Prevent content from wrapping */
}
thead, tbody, th, td, tr {
display: block; /* Stack table elements on small screens */
}
th, td {
width: auto !important; /* Remove fixed width */
white-space: normal; /* Allow text to wrap within cells */
text-align: right !important; /* Align text to right for readability */
padding: 10px !important;
}
thead tr {
position: absolute; /* Hide header row, content will have labels */
top: -9999px;
left: -9999px;
}
tr {
margin-bottom: 10px;
border: 1px solid #D5DBDB;
border-radius: 8px;
}
td:before {
content: attr(data-label); /* Use data-label for content */
font-weight: bold;
display: block;
margin-bottom: 5px;
color: #1A5276;
}
/* Specific styling for the actual table rows that are not hidden */
table thead tr {
display: table-row; /* Show header row for larger screens */
position: static;
top: auto;
left: auto;
}
@media (min-width: 768px) { /* Adjust breakpoint as needed */
table {
display: table;
overflow-x: visible;
white-space: normal;
}
thead, tbody, th, td, tr {
display: table-row;
}
th, td {
width: 50% !important; /* Re-apply original width for larger screens */
white-space: normal;
text-align: center !important; /* Original alignment */
padding: 15px !important;
}
td:before {
content: none; /* Hide data-label on larger screens */
}
}
/* Infographic responsiveness */
div[style*=”display: flex; flex-wrap: wrap; justify-content: center;”] {
flex-direction: column; /* Stack items vertically on small screens */
gap: 15px; /* Adjust gap */
}
div[style*=”flex: 1 1 300px; background-color:”] {
flex: 1 1 100% !important; /* Full width for infographic items on small screens */
max-width: 100% !important; /* Ensure full width */
padding: 15px !important;
}
@media (min-width: 600px) {
div[style*=”display: flex; flex-wrap: wrap; justify-content: center;”] {
flex-direction: row; /* Back to row for larger screens */
}
div[style*=”flex: 1 1 300px; background-color:”] {
flex: 1 1 calc(50% – 15px) !important; /* Two columns on tablets */
max-width: calc(50% – 15px) !important;
}
}
@media (min-width: 900px) {
div[style*=”flex: 1 1 300px; background-color:”] {
flex: 1 1 calc(33.333% – 14px) !important; /* Three columns on larger screens */
max-width: calc(33.333% – 14px) !important;
}
}
/* Thesis titles layout responsiveness */
div[style*=”display: flex; flex-wrap: wrap; justify-content: space-between;”] {
flex-direction: column; /* Stack categories vertically on small screens */
gap: 15px;
}
div[style*=”flex: 1 1 calc(50% – 10px); min-width: 300px;”] {
flex: 1 1 100% !important; /* Each category takes full width on small screens */
max-width: 100% !important;
padding: 15px !important;
}
@media (min-width: 768px) {
div[style*=”display: flex; flex-wrap: wrap; justify-content: space-between;”] {
flex-direction: row; /* Two columns for categories on larger screens */
}
div[style*=”flex: 1 1 calc(50% – 10px); min-width: 300px;”] {
flex: 1 1 calc(50% – 10px) !important;
max-width: calc(50% – 10px) !important;
}
}
// This script is for enhancing the table’s responsiveness
// and would ideally run on page load. For direct copy-paste into
// a block editor, some block editors might strip script tags.
// However, including it fulfills the “responsive” requirement.
document.addEventListener(‘DOMContentLoaded’, function() {
const tables = document.querySelectorAll(‘table’);
tables.forEach(table => {
const headers = Array.from(table.querySelectorAll(‘th’)).map(th => th.textContent);
table.querySelectorAll(‘tr’).forEach((row, rowIndex) => {
if (rowIndex === 0) return; // Skip header row
const cells = row.querySelectorAll(‘td’);
cells.forEach((cell, cellIndex) => {
cell.setAttribute(‘data-label’, headers[cellIndex]);
});
});
});
});