Sensitivity analysis of a CO2 Stripper Column Using Linear and Nonlinear modeling, a Case Study
محل انتشار: کنفرانس بین المللی مدل سازی غیر خطی و بهینه سازی
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,209
فایل این مقاله در 7 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:
ICNMO01_113
تاریخ نمایه سازی: 19 اسفند 1391
چکیده مقاله:
In this work, artificial neural network method has been utilized to conduct sensitivity analysis for a carbon dioxide stripper column. The data were obtained from an Iranian oil refinery, namely Esfahan Oil Refining Company. The total number of data’s acquired at the time of this study was added up to 600 data. All data have been collected during three year. The stripper column data’s obtained from this oil refinery are operating parameter of column. Then, sensitivity analysis via artificial neural network (SAANN) and correlation coefficient (CC) were used to find the major and minor input variables from 5 input variables for the elimination of CO2 in the stripper column. The results revealed that the major and minor input variable for both methods was analogous
کلیدواژه ها:
نویسندگان
H Sadeghialiabadi
Department of Chemical Engineering, Isfahan University of Technology, Isfahan, Iran,
N Saghatoleslami
Department of Chemical Engineering, Faculty of Engineering, 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 :