مدلسازی رشد جلبک سبزگونه Caulerpa Sertularioides با استفاده از شبکه های عصبی مصنوعی
- سال انتشار: 1398
- محل انتشار: پنجمین کنفرانس بین المللی مهندسی شیمی و نفت
- کد COI اختصاصی: OGPCONF05_140
- زبان مقاله: فارسی
- تعداد مشاهده: 703
نویسندگان
گروه مهندسی شیمی گرایش فرآیندهای جداسازی، موسسه آموزش عالی خرد بوشهر
گروه مهندسی شیمی گرایش فرآیندهای جداسازی، موسسه آموزش عالی خرد بوشهر
گروه مهندسی شیمی گرایش فرآیندهای جداسازی، موسسه آموزش عالی خرد بوشهر
چکیده
جلبکها بخش مهمی در مدلسازی کیفی آب هستند. نقش آنها در زنجیره های غذایی به عنوان تولیدات اولیه و در چرخه های بیوشیمیایی اهمیت زیادی دارد به گونهای که تنفس جلبکی و زوال آن، اجزای اصلی چرخش مواد غذایی هستند. علاوه بر این پدیده یوتریفیکاسیون ناشی از افزایش بیش از حد مواد مغذی و به دنبال آن افزایش رشد جلبکها در محیط های آبی مشکلات زیادی را به همراه داشته است. لذا این پژوهش به مدلسازی جلبک در محیطهای آبی پرداخته است. در این راستا به منظور شناسایی فاکتورهای موثر بر رشد جلبکها و سپس پارامترهایی که موجب رشد یا زوال جلبک در طول مسیر میشوند مورد بررسی قرار میگیرد و در نهایت نحوه مدلسازی یک بعدی جلبک در یک محیط آبی به صورت گام به گام بررسی میشود. بدین منظور ابتدا معادلات حرارت، تابش، رشد و زوال جلبک در طول مسیر با یکدیگر ترکیب شده و در نهایت معادله یک بعدی جلبک در محیط آبی بدست آورد. جداسازی معادله جلبک با یکی از روشهای صریح، ضمنی و یا کرانک نیکلسون صورت گرفته و معادله بهدست آمده با استفاده از برنامه کامپیوتری متلب حل شده و اثرات زمان، درجه حرارت و مقدار تابش بر رشد جلبک سبز Caulerpa Sertularioides به کمک روش شبکه عصبی مصنوعی محاسبه میشود. مدلهای فرآیند رشد جلبک، ابزاری ضروری برای اطمینان از عملکرد مناسب و کنترل بهتر رشد جلبک میباشد. در این پژوهش با استفاده از داده های مربوط به رشد جلبک Caulerpa Sertularioides، فرایند رشد با استفاده از شبکه عصبی مصنوعی مدلسازی میشود، نتایج حاصل از این مطالعه نشان میدهد که دقت مدل بالا میباشد و میزان خطای آن کمتر از %1 میباشد. در کل مدل صورت گرفته دارای دقت مناسبی میباشد، که این بیانگر آن است که تطابق خوبی بین داده های واقعی و مقادیر پیشبینی شده توسط مدلسازی شبکه عصبی مصنوعی وجود دارد. شبکه عصبی مصنوعی یک مدل پویا میباشد.کلیدواژه ها
جلبک، Caulerpa Sertularioides ، مدلسازی، شبکه عصبی مصنوعی، متلبمقالات مرتبط جدید
- سنتز نانو ماده اکسیدگرافن و بررسی تاثیر آن بر روی مقاومت شیمیایی رنگ آلکیدی
- پیش بینی نرخ های تولید چندفازی (نفت، گاز و آب) با استفاده از روش های یادگیری ماشین: مرور بر روش ها و کاربردها
- روشهای کنترل داده محور در مهندسی شیمی
- بررسی جداسازی گاز پروپیلن از پروپان در غشای ۶FDA-durene با استفاده از روش شبیه سازی مولکولی
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.