سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مدل اکتیویتی کاتالیست راکتور هیدور فرمیلاسیون پروپیلن با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,720

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICOGPP01_712

تاریخ نمایه سازی: 22 مرداد 1391

چکیده مقاله مدل اکتیویتی کاتالیست راکتور هیدور فرمیلاسیون پروپیلن با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

فرآیند هیدرو فرمیلاسیون الفین ها یکی از فرآیندهای میانی و مهم واحدهای تولید اکسو الکل ها است. یکی از مشکلات عملیاتی فرایند سنتز اکسو، دی اکتیو شدن کاتالیست است. در این مقاله سعی شده است تا با استفاده از دادههای واحدصنعتی در طی 822 روز از آغاز فرآیند، با شبیه سازی راکتور و حل معادلات موازنه جرم و انرژی برای آن، تغییر فعالیت اکتیویته کاتالیست محاسبه شده و سپس یک رابطه ریاضی برای تخمین اکتیویته کاتالیست به این داده ها برازش شد. بااستفاده از الگوریتم ژنتیک ضرایب بهینه رابطه ریاضی بدست آمد. همچنین یک مدل شبکه عصبی مصنوعی نیز برایتخمین اکتیویتی کاتالیست مورد استفاده قرار گرفت. برای این منظور مدل شبکه عصبی فید فوروارد با دو لایه پنهان به کار رفته که مدل شبکه عصبی ارائه شده و مدل ریاضی بهینه شده با الگوریتم ژنتیک به ترتیب با خطای مربعات متوسط×10- 2.041 و 3 ×10-65.2 و خطای متوسط نسبی 0.1141 و 0.6027 در تخمین اکتیویته کاتالیست بدست آمدند در نهایت تطابق قابل قبولی بین هر دو مدل و داده های صنعتی مشاهده شد و نتایج نشان داد که شبکه عصبی می تواند به عنوان ابزاری قدرتمند در تخمین دی اکتیو شدن کاتالیست ها مورد استفاده قرار گیرد

کلیدواژه های مدل اکتیویتی کاتالیست راکتور هیدور فرمیلاسیون پروپیلن با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک:

هیدرو فرمیلاسیون پروپیلن- اکتیویتی کاتالیست- شبکه عصبی مصنوعی- الگوریتم ژنتیک ،

نویسندگان مقاله مدل اکتیویتی کاتالیست راکتور هیدور فرمیلاسیون پروپیلن با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

مرتضی پورصادق

دانشجویان کارشناسی ارشد مهندسی شیمی،دانشکده مهندسی شیمی، نفت و گاز،

عبدالحسین جهانمیری

استادان دانشگاه شیراز

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 :
_ _ _ D., _ "Progress in _ [4] Heck, ...
"Hydroformylation of Alkenes: An Industrial _ , (2002) ه _ ...
Tsoulos, I.G., (2009), "Solving constrained optimization problems using a novel ...
_ _ _ "A _ for solving _ _ _ ...
نمایش کامل مراجع

مقاله فارسی "مدل اکتیویتی کاتالیست راکتور هیدور فرمیلاسیون پروپیلن با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک" توسط مرتضی پورصادق، دانشجویان کارشناسی ارشد مهندسی شیمی،دانشکده مهندسی شیمی، نفت و گاز،؛ فرشاد آزاد؛ عبدالحسین جهانمیری، استادان دانشگاه شیراز؛ محمدرضا رحیم پور نوشته شده و در سال 1391 پس از تایید کمیته علمی اولین کنفرانس بین المللی نفت، گاز، پتروشیمی و نیروگاهی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله هیدرو فرمیلاسیون پروپیلن- اکتیویتی کاتالیست- شبکه عصبی مصنوعی- الگوریتم ژنتیک؛ هستند. این مقاله در تاریخ 22 مرداد 1391 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1720 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که فرآیند هیدرو فرمیلاسیون الفین ها یکی از فرآیندهای میانی و مهم واحدهای تولید اکسو الکل ها است. یکی از مشکلات عملیاتی فرایند سنتز اکسو، دی اکتیو شدن کاتالیست است. در این مقاله سعی شده است تا با استفاده از دادههای واحدصنعتی در طی 822 روز از آغاز فرآیند، با شبیه سازی راکتور و حل معادلات موازنه جرم و انرژی برای ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله مدل اکتیویتی کاتالیست راکتور هیدور فرمیلاسیون پروپیلن با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک با 10 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.