ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مقایسه روشهای مبتنی بر هوش مصنوعی برای پیش بینی بازیابی انحلال اکسید آلومینیوم در فرایند بایر - کارخانه آلومینای جاجرم

سال انتشار: 1388
کد COI مقاله: NCCEESLAMSHAR01_205
زبان مقاله: فارسیمشاهده این مقاله: 1,164
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه روشهای مبتنی بر هوش مصنوعی برای پیش بینی بازیابی انحلال اکسید آلومینیوم در فرایند بایر - کارخانه آلومینای جاجرم

فاطمه دهقان - دانشگاه آزاد اسلامی واحد مشهد
منا یعقوبی - دانشگاه آزاد اسلامی واحد مشهد
مهدی یعقوبی - عضو هیئت علمی دانشگاه آزاد اسلامی واحد مشهد
قمرناز تدین تبریزی - عضو هیئت علمی دانشگاه آزاد اسلامی واحد مشهد

چکیده مقاله:

ارتباط بین بازیابی انحلال آلومینا در فرایند بایر با واحدهای شیمیایی بوکسیت، فرایندهایی را موجب می شود که با دقت بالایی توسط مدلسازی های هوشمند شبیه سازی می شوند در این مقاله بازیابی انحلال اکسید آلومینیوم بر پایه نسبتهای آنالیز کانسنگ ورودی به کارخانه (Al2O3/Fe2O3 Al2O3/TiO2 Al2O3/SiO2) به سه روش شبکه عصبی پرسپترون چندلایه، شبکه عصبی تابع پایه شعاعی و روش نزدیک ترین همسایگی پیش بینی و مقایسه شده است مجموعه داده مورد استفاده شامل 332 نمونه از آنالیز های شیمیایی روزانه کارخانه صنعتی آلومینای جاجرم برای بوکسیت و گل قرمز حاصل از آن می باشد نتایج نشان دهنده مناسب بودن سه روش مورد بررسی است با این وجود شبکه عصبی تابع پایه شعاعی چه ا زنظر صحت عملکرد و چه از نظر سرعت اجرا به ویژه هنگامی که تعداد داده ها افزایش یابد، بهترین گزینه بوده و بازیابی انحلال اکسید آلومینیوم را در مقیاس صنعتی با دقت میانگین قابل قبول 0.09 ازمقادیر بازیابی تعیین شده واقعی پیش بینی می نماید الگوریتم های مذکور می توانند به عنوان روشهای جدید در این صنعت برای پیش بینی بازیابی انحلال بوکسیت در فرایند بایر، هنگامی که بوکسیت ا زمنابع مختلف و با ترکیبات شیمیایی متفاوت به کارخانه خوراکدهی می شود، بکار گرفته شوند.

کلیدواژه ها:

آلومینا، انحلال، شبکه عصبی پرسپترون چندلایه، شبکه عصبی تابع پایه شعاعی، نزدیکترین همسایگی

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا NCCEESLAMSHAR01_205 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/80213/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
دهقان، فاطمه و یعقوبی، منا و یعقوبی، مهدی و تدین تبریزی، قمرناز،1388،مقایسه روشهای مبتنی بر هوش مصنوعی برای پیش بینی بازیابی انحلال اکسید آلومینیوم در فرایند بایر - کارخانه آلومینای جاجرم،همایش ملی مهندسی شیمی،اسلامشهر،https://civilica.com/doc/80213

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1388، دهقان، فاطمه؛ منا یعقوبی و مهدی یعقوبی و قمرناز تدین تبریزی)
برای بار دوم به بعد: (1388، دهقان؛ یعقوبی و یعقوبی و تدین تبریزی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • M.F.M.Zain, S.M.Abd, "Multiple regression model] for compressive strength prediction of ...
  • S.Subasi, "Prediction of mechanical properties of cement containing class _ ...
  • Sh.Mesroghli, E.Jorjani, S.Chehreh Chelgani, "Estimation of gross calorific value based ...
  • S.Akkurt, S.Ozdemir, G.Tayfur, B.Akyol, "The use of GA-AN. in the ...
  • H.Tanyildizi, A.Coskun, "Fuzzy logic model for prediction of compressive strength ...
  • new way for prediction of elastic modulus of normal and ...
  • E.Sancak, "Prediction of bond strength of lightweight concretes by using ...
  • ZH.Qunxiong, LI.Chengfei, ، :Dimen sionality Reduction with Input Training Neural ...
  • R.Todeschini, ،:K-nearest neighbour method: The influence of data transformation S ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 9,508
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی