پیش بینی فرایند ریفرمینگ خشک متان با استفاده از شبکه های عصبی مصنوعی

  • سال انتشار: 1392
  • محل انتشار: اولین همایش سراسری محیط زیست، انرژی و پدافند زیستی
  • کد COI اختصاصی: ECONF01_671
  • زبان مقاله: فارسی
  • تعداد مشاهده: 977
دانلود فایل این مقاله

نویسندگان

محمدجواد آذرهوش

دانشجوی دکترای مهندسی شیمی دانشگاه صنعتی امیرکبیر

سیده مریم بنی هاشمی کهنکی

دانشجوی دکترای شیمی آلی دانشگاه پیام نور مشهد

چکیده

در سال های اخیر واکنش ریفرمینگ خشک متان جهت تبدیل به گاز سنتز مورد توجه بسیار زیادی قرار گرفته است. این فرایند فواید زیست محیطی چشمگیری دارد و در آن دو گاز گلخانه ای متان و دی اکسید کربن به عنوان ماده اولیه به ماده باارزشی به نام گاز سنتز تبدیل می شوند. به علاوه گاز سنتز تولیدی دارای مونوکسید کربن بالایی می باشد که برای سنتز مواد اکسیژن دار گران قیمت کاربرد دارد. در این پژوهش داده های تجربی ریفرمینگ خشک متان با استفاده از شبکه های عصبی پرسپترون چند لایه مدل شده است که انطباق بسیار خوبی با داده های تجربی دارد.

کلیدواژه ها

ریفرمینگ خشک، گاز سنتز، شبکه های عصبی

مقالات مرتبط جدید

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.