پیش بینی تعادل مایع- بخار در سیستم های شامل هیدروکربن های سبک با استفاده از شبکه عصبی مصنوعی و معادلات حالت
- سال انتشار: 1393
- محل انتشار: سومین همایش ملی فن آوری های نوین شیمی و مهندسی شیمی
- کد COI اختصاصی: NCTCC03_074
- زبان مقاله: فارسی
- تعداد مشاهده: 730
نویسندگان
کارشناسی ارشد مهندسی شیمی، دانشگاه صنعتی امیرکبیر
کارشناسی ارشد مهندسی شیمی، دانشگاه آزاد کرمانشاه واحد علوم و تحقیقات
دکتری مهندسی شیمی، دانشگاه تبریز
چکیده
در این مقاله یک شبکه عصبی مصنوعی برای محاسبه ثابت تعادل بخار- مایع در سیستم های شامل هیدروکربن های سبک ارائه گردیده است. ده سیستم برای آموزش و تست شبکه به کار رفته است. طبق نتایج به دست آمده، بهینه طراحی ممکن برای شبکه عصبی، شبکه پیش خور با الگوریتم پس انتشار خطا، تابع آموزش انتشار رو به عقب لونبرگ مارکوارت، تابع انتقال تانژانت هایپربویک و 17 نرون برای لایه مخفی و تابع انتقال خطی برای لایه خروجی است خروجی شبکه شامل فشار و جزء مولی ماده اول در فاز گاز است. نتایج نشان می دهند که توسط شبکه عصبی بهینه شده می توان مقادیر ثابت تعادل را با ضریب همبستگی (R2) برابر 0.9999 و درصد میانگین انحراف نسبی (ARD%) برابر 1.31 پیش بین کرد. شبکه عصبی بهتر از معادلات حالت شامل Peng Robinson و Redlich–Kwong- Soave نتایج تعادل را پیش بینی می کند.کلیدواژه ها
تعادل مایع- بخار، شبکه عصبی مصنوعی، هیدروکربن های سبک، Soave–Redlich–Kwong, Peng Robinsonمقالات مرتبط جدید
- سنتز نانو ماده اکسیدگرافن و بررسی تاثیر آن بر روی مقاومت شیمیایی رنگ آلکیدی
- پیش بینی نرخ های تولید چندفازی (نفت، گاز و آب) با استفاده از روش های یادگیری ماشین: مرور بر روش ها و کاربردها
- روشهای کنترل داده محور در مهندسی شیمی
- بررسی جداسازی گاز پروپیلن از پروپان در غشای ۶FDA-durene با استفاده از روش شبیه سازی مولکولی
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.