مدل سازی رآکتورهای تولید بنزین پالایشگاه لاوان با استفاده از ماشین بردار پشتیبان و شبکه عصبی مصنوعی

در این پروژه تولید بنزین پالایشگاه لاوان مورد بررسی قرار گرفته است. با توجه به معادلات و پیچیدگی بالای این فرآیند سعیشده است تا با استفاده از هوش مصنوعی، عملکرد کاتالیست های این رآکتور مورد تجزیه و تحلیل قرار گیرد. هدف این بررسی،دستیابی به شبکه هایی جهت پیش بینی میزان عدد اکتان در خروجی مرحله واکنش می باشد. این مرحله شامل سه رآکتور و سهکوره می باشد. ابتدا پارامترهایی احتمالی موثر انتخاب شد و قابلیت اندازه گیری آنها مورد بررسی قرار گرفت. با استفاده از نرمافزارهای آماری محدوده داده ها تعیین شدند و نشان داده شد برای استفاده در شبکه عصبی مناسب میباشد. با استفاده از نرم افزارمتلب دو شبکه که در حال حاضر بیشتر رایج می باشد مورد تجزیه و تحلیل قرار گرفت و نشان داده شد LSSVM مناسبتر می-باشد زیرا از نظر دو معیار خطا مطابقت بیشتری دارد. ضریب همبستگی برای این شبکه بالاتر از 0.9 به دست آمده است که مناسبمی باشد. همگرایی دو شبکه نیز تحقیق شد و ثابت شد LSSVM همگرایی سریع تری دارد و می تواند در ادامه کار نقش بسزاییداشته باشد. آنالیز حساسیت بر اساس دو شبکه نشان داد که اختلاف دمای رآکتور سوم و هیدروژن در گردش، بیشترین تاثیر را درفرآیند دارند.

کلیدواژه ها:

تولید بنزین ، عدد اکتان ، شبکه عصبی ، ماشین بردار پشتیبان ، آنالیز حساسیت