ON THE DETERMINATION OF NORMAL BOILING POINT OF PURE COMPONENTS: A SOFT COMPUTING APPROACH
محل انتشار: سومین کنفرانس بین المللی نفت، گاز و پتروشیمی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,121
فایل این مقاله در 8 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:
ICOGPP03_187
تاریخ نمایه سازی: 25 بهمن 1394
چکیده مقاله:
In this study, a new generalized non-group contribution method is developed to predict normal boiling point of pure chemical components. A robust and fast estimation method based on feed forward artificial neural networks with back propagation algorithm is presented. Molecular weight and specific gravity was selected as the input parameters for the proposed model. In order to develop the model, the experimental data of 563 pure components are gathered from literature sources. The collected data includes experimental data points from 13 different groups including: paraffins; cycloparaffins; monooleffins and dioleffins; cyclooleffins and actylens; benzene derivatives; condensed ring aromatics and derivatives; acids, alcohols, and phenols and aldehydes; amines and nitrogen containing components; esters; ethers, ketones; halogenated hydrocarbons; sulfur containing hydrocarbons. The prediction results using the proposed method were compared to two of the most conventional and accurate previously published methods in estimating normal boiling point using statistical and graphical error analyses. Comparisons showed that the proposed model is more reliable and accurate than the available methods. The average absolute percent relative error of the obtained model is only 3.41%, much lower than the pre-existing correlations.
کلیدواژه ها:
نویسندگان
Amir Varamesh
Department of Petroleum Engineering, Amirkabir University of Technology, Tehran, Iran
Abdolhossein Hemmati-Sarapardeh
Department of Petroleum Engineering, Amirkabir University of Technology, Tehran, Iran
Bahram Dabir
Department of Petroleum Engineering, Amirkabir University of Technology, Tehran, Iran
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 :