Application of adaptive neuro-fuzzy inference system for estimation of vapor+ liquid equuilibria of binary systems, carbon dioxide–ethyl caproate, ethyl caprylate and ethyl caprate
- سال انتشار: 1388
- محل انتشار: ششمین کنگره بین المللی مهندسی شیمی
- کد COI اختصاصی: ICHEC06_111
- زبان مقاله: انگلیسی
- تعداد مشاهده: 2122
نویسندگان
۱-Department of chemical engineerin, Tarbiat Modares University, Gisha bridge, Tehran, Iran,
Department of chemical engineerin, Khalij Fars University, Booshehr, Iran,
Department of chemical engineerin, Tarbiat Modares University, Gisha bridge, Tehran, Iran,
چکیده
Vapor–liquid equilibria (VLE) play a vital role in designing and modelling of process equipments. Since it is not always possible to carry out experiments at all possible temperatures and pressures, generally thermodynamic models based on equations of state are used for estimation of VLE. In this paper, an alternate tool, i.e. adaptive neuro-fuzzy inference system (ANFIS) is presented for the simultaneous estimation of vapor liquid equilibria (VLE) of three binary systems viz. carbon dioxide–ethyl caproate, ethyl caprylate and ethyl caprate which are of importance in supercritical extraction. The root mean square errors (RMSE) and determination coefficient (R2) performance functions are used to evaluate the adequacy of the models. The results obtained in this work indicate that ANFIS have better agreement with experimental data than the thermodynamics models.کلیدواژه ها
Equilibrium; Liquid-vapor; Adaptive neuro-fuzzy inference system; binary mixtureمقالات مرتبط جدید
- Synthesis and Characterization of Nitrogen-Doped Graphene Oxide/Iron Polyporphyrin Nanocomposite Material
- سنتز نانوکامپوزیت هیبریدی -۶۷-TisC۲Tx/ZIF به عنوان جاذب موثر در حذف آلاینده رنگی از پساب
- بررسی میانکنشهای درون مولکولی و بین مولکولی افی پروب طراحی شده برای شناسایی گیرنده HER۳ به منظور بهینه کردن ساختار آن
- Technological Advancements in BTEX Removal from Petrochemical Wastewater
- بررسی فرایندهای تجاری پلیمریزاسیون پلی ایزوبوتن لاستیک بوتیل
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.