بکارگیری شبکه عصبی مصنوعی و شبکه ترکیبی عصبی - فازی برای تخمین بازیابی انحلال اکسید آلومینیوم در فرآیند بایر - کارخانه آلومینای جاجرم

ارتباط بین بازیابی آلومینا در فرآیند بایر با واحدهای شیمیایی بوکسیت، فرآیندهایی را موجب می شود که با دقت بالایی توسط مدلسازیهای هوشمند شبیه سازی می شوند. در این مقاله، بازیابی انحلال اکسید آلومینیوم بر پایه نسبت های آنالیز کانسنگ ورودی به کارخانه Al۲O۳/SiO۲, Al۲O۳/TiO۲, (Al۲O۳/Fe۲O۳) به دو روش شبکه عصبی پرسپترون چند لایه و شبکه ترکیبی عصبی – فازی انفیس پیش بینی و مقایسه شده است. مجموعه داده مورد استفاده شامل ۳۳۲ نمونه از آنالیزهای شیمیایی روزانه کارخانه صنعتی آلومینای جاجرم برای بوکسیت و گل قرمز حاصل از آن میباشد. شبکه عصبی – فازی انفیس در مقایسه با شبکه عصبی چندلایه نتایج بهتری ارائه داد و بازیابی انحلال اکسید آلومینیوم را در مقیاس صنعتی با دقت میانگین قابل قبول ۰.۰۸ و اختلاف بین -%۰.۹۵ تا +%۰.۷۹ از مقادیر بازیابی تعیین شده واقعی پیش بینی نمود. الگوریتم انفیس پیشنهادی میتواند به عنوان روشی جدید در این صنعت برای پیش بینی بازیابی انحلال بوکسیت در فرایند بایر، هنگامی که بوکسیت از منابع مختلف و با ترکیبات معدنی متفاوت به کارخانه خوراکدهی میشود، بکار گرفته شود.

کلیدواژه ها:

آلومینا ، انحلال ، شبکه های ترکیبی عصبی - فازی ، شبکه های عصبیپرسپترون چند لایه