تخمین نفت زیستی حاصل از پیرولیز مواد زائد: رویکرد شبکه عصبی
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 256
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_EPPR-4-4_003
تاریخ نمایه سازی: 1 تیر 1400
چکیده مقاله:
هدف این مطالعه، تخمین نفت زیستی حاصل از فرایند پیرولیز مواد زائد بر حسب رطوبت، کربن ثابت، مواد فرار و خاکستر است. از نتایج آزمایشگاهی ۴۱ مطالعه مختلف برای مدل سازی استفاده شد. از مدل شبکه عصبی به عنوان یک ابزار سیاستگذاری در ارزیابی و پیش بینی مقدار درصد نفت زیستی حاصل از مواد زائد طی فرایند پیرولیز استفاده شد. مقادیر بهینه پارامترهای شبکه عصبی به روش آماری تخمین زده شد. نتایج مقایسات در دو شبکه عصبی پرسپترون چند لایه و شبکه عصبی تابع شعاعی نشان داد که شبکه عصبی تابع شعاعی دارای توانایی بیشتری در تخمین نفت زیستی می باشد. مقدار ضریب تبیین بین درصد نفت زیستی برآورد شده توسط شبکه عصبی تابع شعاعی و مقدار آزمایشگاهی آنها برابر با ۹۹/۰ شد. نتایج ارزیابی شبکه عصبی نشان داد که آن را می توان به عنوان یک ابزار در برآورد درصد تولید نفت زیستی به کار برد و از آن در تصمیم گیری های مدیریتی تولید نفت زیستی بهره برد.
کلیدواژه ها:
Neural network ، Bio-oil ، Waste ، Multi-Layer Perceptron (MLP) ، Radial Basis Function (RBF) ، شبکه عصبی ، نفت زیستی ، مواد زائد ، پرسپتون چند لایه ، تابع شعاعی
نویسندگان
آرمان شاهنظری
Ferdowsi University of Mashhad
عباس روحانی
Ferdowsi University of Mashhad
محمدحسین آق خانی
Ferdowsi University of Mashhad
محمدعلی ابراهیمی نیک
Ferdowsi University of Mashhad
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :