پیش بینی دمای بحرانی واقعی مخلوط های دو جزیی نرمال آلکان ها با هیدروکربن ها با استفاده از SVR-PSO

با توجه به اهمیت خواص بحرانی در صنایع نفت و پتروشیمی و نیز با توجه به اینکه معمولا به علت هزینه زیاد، انجامآزمایشگاهی برخی از فرآیندهای شیمیایی امکان پذیر نیست، توانایی پیش بینی این خواص بدون انجام آزمایش از اهمیتویژه ای برخوردار است. از سویی با توجه به رابطه غیرخطی میان داده های ورودی و خواص بحرانی مخلوط ها، تحلیلرگرسیونی برای این منظور کارا نبوده و نیاز است از روشهای هوشمند مدرن بهره گرفته شود. لذا به علت کاربرد زیادمخلوط های دو جزیی نرمال آلکان ها با هیدروکربن ها در صنایع پتروشیمی، در این مقاله با استفاده از الگوریتم رگرسیونبردار پشتیبان (SVR) به پیش بینی دمای بحرانی این مخلوط ها به عنوان یکی از خواص بحرانی رایج پرداخته شده است. همچنین از آنجایی که بهینهسازی پارامترهای SVR در دقت پیش بینی مدل تاثیر بسزایی دارد، از الگوریتم بهینه سازی جامعه ذرات برای بهینه سازی آنها استفاده شده است. توسعه مدل با استفاده از مقادیر تجربی واقعی صورت گرفته و نتایج شبیه سازی ها دقت بالای مدل را با خطای 0.0127%ARD تایید می کند.

کلیدواژه ها:

خواص بحرانی ، پیش بینی ، هیدروکربن ها ، رگرسیون بردار پشتیبان ، بهینه سازی جامعه ذرات