Application of Artificial Neural Networks for prediction of Natural Gas Mixtures Water Content
- سال انتشار: 1386
- محل انتشار: پنجمین کنگره بین المللی مهندسی شیمی
- کد COI اختصاصی: ICHEC05_174
- زبان مقاله: انگلیسی
- تعداد مشاهده: 2161
نویسندگان
Simulation and AI research center, Dept. of Chemical Engineering, Razi University, Kermanshah, Iran.
Simulation and AI research center, Dept. of Chemical Engineering, Razi University, Kermanshah, Iran.
Dept. of Electronic Engineering, Razi University, Kermanshah, Iran.
چکیده
In this paper a new method based an Artificial Neural Network (ANN) for prediction of natural gas mixture water content is presented. The dehydration of natural gas is very important in the gas processing industry, for design of facilities of the production, transmission, and processing of natural gas. It is necessary to remove water vapor present in the gas stream that may cause hydrate formation at lowtemperature conditions that may plug the valves and fittings in gas pipelines. In this study the available data for mixtures and available methods for predicting the water content of sour gas have been studied. Based on obtained results from ANN simulation , our methods is more accurate than current used methods and can be used in gas engineering studies.کلیدواژه ها
Water Content, natural gas, Sour gas, Artificial Neural Networksمقالات 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.