پیش بینی چگالی گاز طبیعی با استفاده از ظرفیت گرمابی ویژه گاز در فشار ثابت به کمک تکنیک هوش مصنوعی بیان ژنی
- سال انتشار: 1402
- محل انتشار: پنجمین کنفرانس ملی دستاوردهای نوین در مهندسی مواد، مهندسی شیمی و ایمنی صنعتی
- کد COI اختصاصی: MCIS05_101
- زبان مقاله: فارسی
- تعداد مشاهده: 322
نویسندگان
دانشجوی کارشناسی ارشد مهندسی شیمی، دانشگاه رازی کرمانشاه
استادیار گروه مهندسی شیمی، دانشگاه رازی کرمانشاه
چکیده
امروزه استفاده از تکنیک های هوش مصنوعی جایگاه ویژه ای در مدل سازی و پیش بینی فرایندهای طبیعی و صنعتی یافته است. از جملهاین موارد می توان به محاسبه دقیق چگالی گاز طبیعی به منظور اندازه گیری دبی جرمی عبوری در میادین فروش گاز طبیعی که ازچالش های اساسی صنعت گاز است اشاره نمود. برای محاسبه و اندازه گیری چگالی گاز طبیعی از روش های پرهزینه و پیچیده استفادهمی شود. در مطالعه حاضر از یک مدل پیش بینی مبتنی بر هوش مصنوعی با استفاده از الگوربتم برنامه نوبسی بیان ژنی که یک روشجدید و کم هزینه است. برای تخمین چگالی گاز طبیعی بدون نیاز به دانستن ترکیب گاز استفاده شده است. فشار دما و ظرفیت گرماییویژه در فشار ثابت به عنوان خاصیت های قابل اندازه گیری ورودی های روش پیشنهادی هستند. برای آموزش, آزمایش و اعتبارسنجی روشپیشنهادی، یک پایگاه اطلاعاتی شامل ۱۲۰۰۰۰ ترکیب گاز متفاوت تولید شده و خواص ترمودینامیکی این ترکیبات با استفاده ازمعادلات حالت AGA۸، به عنوان یکی از معتبرترن معادلات حالت گاز طبیعی محاسبه شده است. از مجموع داده های مورد استفادهجهت مدلسازی، ۸۵% به آموزش و ۱۵% به ارزیابی اختصاص داده شد. مقادیر آماری RMSER و MAE به ترتیب ۰/۹۹۰، ۰/۰۱۹،۰/۰۱۴۷ برای داده های آموزش و ۰/۹۹۴، ۰/۰۲۵۵، ۰/۰۲۱۳ برای داده های ارزیابی بدست آمدکه همبستگی بسیارخوب بین مقادیرپیش بینی شده و اندازه گیری شده، و توانایی پیش بینی و تعمیم بالای مدل را نشان می دهد. نتایج حاکی از آن است که تکنیکبرنامه نویسی بیان ژنی پتانسیل قوی ای برای پیش بینی چگالی گاز دارد.کلیدواژه ها
هوش مصنوعی، برنامه نویسی بیان ژنی، چگالی گاز طبیعی، ظرفیت گرمایی ویژه گازمقالات مرتبط جدید
- Synthesis and Characterization of Nitrogen-Doped Graphene Oxide/Iron Polyporphyrin Nanocomposite Material
- سنتز نانوکامپوزیت هیبریدی -۶۷-TisC۲Tx/ZIF به عنوان جاذب موثر در حذف آلاینده رنگی از پساب
- بررسی میانکنشهای درون مولکولی و بین مولکولی افی پروب طراحی شده برای شناسایی گیرنده HER۳ به منظور بهینه کردن ساختار آن
- Technological Advancements in BTEX Removal from Petrochemical Wastewater
- بررسی فرایندهای تجاری پلیمریزاسیون پلی ایزوبوتن لاستیک بوتیل
اطلاعات بیشتر در مورد 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.