سرور مزرعه - کارشناسی ارشد مهندسی شیمی گرایش مهندسی فرایند تهران، دانشگاه آزاد اسلامی واحد تهران شمال، دانشکده فنی مهندسی
وحید محمدی نورالدین وند - کارشناسی ارشد مهندسی شیمی گرایش طراحی فرایندها سمنان، دانشگاه سمنان، دانشکده مهندسی شیمی، نفت و گاز

مد لهای داده محور مانند بردارهای پشتیبا ن نوعی مدل محاسباتی است که بر اساس شرایط ورود ی و خروجی سیستمها یا به نوعی شرایط اولیه و نهایی، به تخمین متغیر وابسته میپردازد. این روش در طی مرحله آموزش ،خطای ریسک پی شبین ی را به صورت تدریجی کاهش میدهد. در ا ین پژوهش ؛ متغیرهای غلظت آمین ، دما و فشار جذب و دبی آمین چهار پارامتر ورودی و همچنین غلظت S۲H گاز شیرین سازی شده نیز پارامتر خروجی میباشد.دادههای مورد استفاده جهت آموزش و اعتبار سنجی از واحد شیرین سازی آمینی پالایشگاه NGL سیری گردآوری شد . داده های تجربی به سه قسمت آموزش )% ۶۰ ( اعتبار سنجی )% ۲۰ ( و آزمون )% ۲۰ ( تقسیم شد . مدلسازی اولیه با زبان برنامه نویسی و با اعمال روش حداقل مربعات انجام شد. از مقایسه نتایج مدلسازی حاصل شده با نتایج تجربی مشاهده شد که روش حداقل مربعات بردار پشتیبان ماشین بعد از آموزش، عملکرد بسیار مطلوبی در پیش بینی نتایج تجربی دارد. نتایج میزان خطای مدلسازی را کمتر از % ۳ و ضریب رگرسیون ۲R برای داده های آزمون را با لای ۹۹ / ۰ پیش بینی کرد.

بردار پشتیبان ماشین ( SVM )، هیدروژن سولفید ( S۲H )، مدلسازی ریاضی، غلظت آمین MDEA