ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Utilization of Artificial Neural Network in optimizing square cascades for separation of tellurium ۱۳۰ isotope

سال انتشار: 1399
کد COI مقاله: IRCCE08_060
زبان مقاله: انگلیسیمشاهد این مقاله: 29
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Utilization of Artificial Neural Network in optimizing square cascades for separation of tellurium ۱۳۰ isotope

Morteza Imani - Engineering Department, Shahid Beheshti University, G.C., P.O. Box: ۱۹۸۳۹۶۳۱۱۳, Tehran, Iran
Mohammademad Adelikhah - Engineering Department, Shahid Beheshti University, G.C., P.O. Box: ۱۹۸۳۹۶۳۱۱۳, Tehran, Iran
Mehdi Aghaie - Engineering Department, Shahid Beheshti University, G.C., P.O. Box: ۱۹۸۳۹۶۳۱۱۳, Tehran, Iran

چکیده مقاله:

Separation of stable isotopes has been considered today due to their widespread use. The separation of the isotope ۱۳۰Te is important for medical applications, and the production of radioisotopes up to high concentrations. In this paper, square cascade optimization to achieve ۹۹.۹% concentration of this isotope by the gray wolf optimization algorithm is presented. In the optimization, instead of solving nonlinear equations of concentration distribution in the cascade, a trained neural network is used to predict the value of the objective function. To train the neural network, ۴۰۰ randomly generated data from the simulation results were used. Predicting the objective function using a neural network leads to a ۹۸% reduction in optimization execution time. Using this method, the optimal cascade separates ۳۴۰۹ g of ۱۳۰Te with ۹۹.۹% concentration from ۱۰ kg of natural tellurium during one year.

کلیدواژه ها:

Square cascade, Separation, ۱۳۰Te, Gray wolf algorithm, Neural network

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1197852/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Imani, Morteza and Adelikhah, Mohammademad and Aghaie, Mehdi,1399,Utilization of Artificial Neural Network in optimizing square cascades for separation of tellurium ۱۳۰ isotope,هشتمین کنفرانس بین المللی شیمی ، مهندسی شیمی و نفت,تهران,,,https://civilica.com/doc/1197852

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399, Imani, Morteza؛ Mohammademad Adelikhah and Mehdi Aghaie)
برای بار دوم به بعد: (1399, Imani؛ Adelikhah and Aghaie)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 19,239
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی