پیش بینی قطر متوسط قطرات ( قطر ساتر) در برج های استخراج ضربانی با سینی هایغربالی، با استفاده از شبکه عصبی مصنوعی

قطر متوسط قطرات، پارامتری اساسی برای محاسبات هیدرودینامیکی برج های استخراج است و پارامترهای مهم دیگری ازجمله: حداکثر بار برج، نقطه طغیان و مقدار انتقال جرم را تعییین میکند. روابط تجربی ارائه شده، در بردارنده تمامیمتغیرهای تاثیرگذار بر این پارامتر نیست. به همین دلیل، نتایج حاصل از این روابط خطای زیادی دارد. از سوی دیگر شبکهعصبی در حل مسائلی که به دلیل در دسترس نبودن اطلاعات مربوط به تمامی عوامل تاثیرگذار و یا وجود رابطه ای بسیارپیچیده بین داده ها، مدل سازی ریاضی در مورد آنها ممکن و یا عملی نیست، توانایی بالایی دارد. در این تحقیق، قطر متوسط( قطر ساتر) در برج های ضربانی با سینی های غربالی با استفاده از شبکه عصبی مصنوعی پیش بینی شد. برای مدلسازی ازشبکه پرسپترون چند لایه با الگوریتم آموزش لونبرگ – مارکوآرت استفاده گردید. تعداد بهینه لایه ها و نرون های لایه مخفیبا حدس و خطا تعیین و نتایج مدلسازی با نتایج مدل تجربی و مقادیر آزمایشگاهی مقایسه شد. نتایج، معرف تطابق عالیبین مقادیر آزمایشگاهی و نتایج پیش بینی شده شبکه عصبی با ضریب همبستگی R۲=۰/۹۹۶۳ و خطای بسیار پایین بود. بنابراین می توان بیان نمود که شبکه عصبی مصنوعی یک روش قوی برای پیش بینی قطر ساتر در برج های استخراج ضربانیبا سینی های غربالی با دقت بالا است

Keywords:

برج استخراج ضربانی , سینی غربالی , قطر متوسط قطرات , شبکه عصبی مصنوعی