مدلسازی رأکتور الفین با استفاده از شبکه عصبی

در این پژوهش رفتار یک رأکتور الفین در غالب تغییرات اجزاء خروجی رأکتور بر حسب پارامترهای ورودی مدلسازی شده است. با توجه به پیچیده بودن طبیعت اینگونه رأکتورها استفاده از شبکه های عصبی روشی مؤثر خواهد بود. بزرگترین چالش در استفاده از شبکه های عصبی، یافتن ساختار بهینه برای آن است. به همین دلیل در این پژوهش سعی شده است علاوه بر مدسازی سیستم هدف، پاسخ شبکه های عصبی با ورودی ها و خروجی های متفاوت نسبت به تغییرات پارامترهای مهم قابل تنظیم شبکه ها از قبیل تعداد لایه ها، تعداد نرون ها، تعداد ورودی و خروجی، نوع و تعداد داده های آموزش و روشهای آموزش مورد بررسی قرار گرفته و چند پیشنهاد مفید و نسبتاً عمومی برای یافتن ساختاری مناسب برای شبکه های عصبی پیشخور چند لایه (MLP) ارائه شود. داده های مورد نیاز برای کار با شبکه های عصبی بوسیله یک مدل ریاضی‐ رایانه ای از کوره شکست حرارتی واحد الفین پتروشیمی تبریز تولید شده و سپس شبکه های عصبی گوناگونی طراحی و مورد آزمایش قرار گرفته اند و از میان آنها مناسب ترین شبکه برای شبیه سازی انتخاب شده و با تعداد محدودی نقطه داده ای آموزش دیده است. شبکه عصبی مورد استفاده یک شبکه چندلایه پیشخور می باشد که در آن از روش پس انتشار خطا (BP) استفاده شده است. در پایان نتایج حاصل از شبکه عصبی با داده های واقعی در غالب تغییرات اجزاء خروجی از رأکتور بر حسب پارامترهای ورودی، مقایسه شده اند که توافق بسیار خوبی را نشان می دهند.

کلیدواژه ها:

مدلسازی ، رأکتور شکست حرارتی ، الفین ، شبکه عصبی