پیش بینی ضرایب توزیع اجزاء در سیستم دو فازی آبی پلی اتیلن گلایکول و آمونیوم سولفات با استفاده از شبکه عصبی
- سال انتشار: 1393
- محل انتشار: پانزدهمین کنگره ملی مهندسی شیمی ایران
- کد COI اختصاصی: ICHEC15_068
- زبان مقاله: فارسی
- تعداد مشاهده: 717
نویسندگان
استادیار دانشکده مهندسی شیمی نفت و گاز دانشگاه صنعتی شیراز
دانشجوی کارشناسی ارشد مهندسی شیمی دانشگاه صنعتی شیراز
چکیده
یکی ازروشهای جداسازی درفاز مایع - مایع سیستم های دوفازی آبی می باشد این سیستم ها متشکل ازدو پلیمر وآب یایک پلیمر ویک نمک و آب هستند دراین تحقیق سعی شده ضریب توزیع اجزا درسیستم پلی اتیلن گلایکول آمونیوم سولفات و آب با تغییرات جرم مولکولی دما و غلظت خوراک ورودی با استفاده ازمدل شبکه عصبی پیش بینی میشود دراین مدل از160سری داده ازمایشگاهی استفاده شده که 70درصد آن جهت اموزش سیستم و 30درصد آن برای تست به کاررفته است بهترین شبکه عصبی بدست آمده دراین تحقیق شامل یک لایه پنهان باپنج نرون می باشد که پارامترهای مدل گزارش شده است خطای بسیاراندک نتایج این مدل با داده های ازمایشگاهی توانایی بالای آن را درپیش بینی ضریب توزیع اجزا نشان میدهدکلیدواژه ها
سیستم دوفازی آبی , شبکه عصبی , پلی اتیلن گلایکول و آمونیم سولفاتمقالات 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.