کاربردالگوریتم ژنتیک در تعیین پارامترهای مدل های سینتیک غیر خطی
محل انتشار: نهمین کنگره ملی مهندسی شیمی ایران
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,718
فایل این مقاله در 10 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:
NICEC09_277
تاریخ نمایه سازی: 14 فروردین 1386
چکیده مقاله:
اکثر واکنشهای تصفیه و پالایش نفت از جمله گوگودزدایی، رفرمینگ، هیدروکراکینگ و ... بر روی ماتالیستهای دو عاملی انجام می شوند و معمولاً دارای معادلات سینتیکی غیر خطی و پیچیده ای هستند. به منظور تعیین مدل و پارامترهای بهینه این نوع معادلات معموالً الگوریتم مارکوات مورد استفاده قرار می گیرد که بعضا در دام مینیمم نسبی گرفتار می شود و نسبت به حدس های اولیه حساس است. بنابراین در این تحقیق سعی شده که از الگوریتم تصادفی ژنتیک در مقایسه با الگوریتم مارکوارت استفاده شود و به عنوان مثالی مدلهای سیتنیک پیچیده از واکنش گوگردزدایی دی بنزوتیون (DBT ) که اطلاعات آزمایشی آن در مرجع [1] موجود است استفاده شود. در مقاله حاضر از میان مدلهای دقیق سینیتیکی متداول که معمولا از نوع لانگمیر-هینشلوود می باشند، شش معادله برای واکنش هیدروژنولیز و چهار معادله برای واکنش هیدروژناسیون DBT انتخاب و با روش ژنتیک تحلیل شده است و با توجه به اطلاعات آزمایشی مدل های مناسب با دقت بیشتر تعیین شده است. همچنین در الگوریتم بکار رفته اثر کسر جهش (PIN) بر روی عملکرد بهینه الگوریتم در شرایط دورگه شدن (Pc) کامل بررسی شد و در نهایت ملاحظه شد که در اکثر موارد با کسر دورگه شدن 100% و جهش 5% نتایج سریعتر همگرا می شود.
کلیدواژه ها:
نویسندگان
شهره فاطمی
تهران، دانشگاه تهران، دانشکده فنی، گروه مهندسی شیمی
رامین بزرگمهری
تهران، دانشگاه تهران، دانشکده فنی، گروه مهندسی شیمی
محمد هاشمی
تهران، دانشگاه تهران، دانشکده فنی، گروه مهندسی شیمی
محمد ماسوری
تهران، دانشگاه تهران، دانشکده فنی، گروه مهندسی شیمی
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 :