پیش بینی قطر متوسط قطرات ( قطر ساتر) در برج های استخراج ضربانی با سینی هایغربالی، با استفاده از شبکه عصبی مصنوعی
Publish place: The first international conference on artificial intelligence, data science and digital transformation in the oil and gas industry
Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 119
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
OILANDGAS01_037
تاریخ نمایه سازی: 4 شهریور 1402
Abstract:
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:
Authors
غلامحسین وطن خواه
استادیار گروه مهندسی شیمی، دانشگاه آزاد اسلامی واحد بوشهر،