کاربرد شبکه عصبی در پیش بینی: مطالعه موردی پیش بینی عدد اکتان در پالایشگاه تبریز

امروزه تلاش سازندگان خودرو بالا و بالاتر بردن قدرت موتورها بدون رسیدن صدمه به اجزایی آن می باشد. این مهم تابعی از عدد اکتان است که مشخص می کند سوخت تا چه میزان توانایی متراکم شدن قبل از احتراق خودبخودی مخرب را د اراست. بر همین اساس هدف از این مطالعه پیش بینی عدد اکتان در ریفرمینگ کاتالیستی پالایشگاه به روش الگوریتم پس انتشار (BP(در شبکه عصبی مصنوعی می باشد. این پژوهش از طبقه مطالعات توصیفی- همبستگی می باشد که در آن با ثبت 116 داده به تعیین روابط میاندبی خوراک، دمای خوراک ورودی به راکتور، مقدار H2S خوراک، نسبت هیدروژن به هیدروکربن،آب تزریقی ، دبی هیدروژن، فشار راکتور، رطوبت هیدروژن، فشار برج جداکننده هیدروژن، فشار برج Debutanizer ،دمای خوراک ورودی، دمای بالای برج، دمای ته برج، جریان برگشتی به برج، بخار بنزین (به عنوان متغیرهای مستقل) و همچنین عدد اکتان سوخت (RON (به عنوان متغیر وابسته پرداخته شد. نتایج آزمون همبستگی نشان داد که رابطه معناداری در سطح اطمینان 99 درصد بین متغیرهای فوق وجود دارد. در گام بعدی با استفاده از شبکه عصبی مصنوعی و با الگوریتم پس انتشار به بر آورد میزان عدد اکتان پرداخته شد. نتایج موید آن بود که بردارهای ورودی می توانند با میزان ضریب تعیین بالاتر از 95 و میزان خطای نزدیک به صفر و با برازش بالا، میزان عدد اکتان را پیش بینی نمایند.

کلیدواژه ها:

اکتان ، ریفرمینگ کاتالیستی ، پیش بینی عدد اکتان ، شبکه عصبی مصنوعی ، الگوریتم پس انتشار