پیش بینی جذب هیدروکربن های آروماتیک حلقوی (PAHs) پساب پالایشگاه توسط جاذب طبیعی مخلوط بنتونیت و کربن اکتیو با کمک نرم افزار Hydrus و شبکه عصبی (مطالعه موردی پالایشگاه نفت تهران)
Publish place: Emerging Trends in Energy Conservation - ETEC
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 994
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ETEC02_082
تاریخ نمایه سازی: 28 آذر 1392
Abstract:
امروزه وجود مواد آلاینده آلی در آب های زیرزمینی به مشکلی فراگیر در سراسر جهان تبدیل شده است. از جمله فعالیت های صنعتی مهم و فراگیر عصر حاضر که از نظر تولید آلاینده های گوناگون زیست محیطی در صدر سایر فعالیت ها قرار دارد، می توان به فعالیت های صنایع نفت و گاز و پتروشیمی اشاره کرد. در این میان آلودگی های مواد نفتی یک موضوع بسیار جدی می باشد که مورد توجه افکار عمومی است چرا که در برخی مواقع این آلودگی ها آسیب جدی به محیط های آبی و خاکی وارد می کنند. به همین جهت جذب مواد نفتی توسط جاذب های طبیعی به عنوان یکی از راهکارهای عملی و آسان همواره مطرح است. در تحقیق حاضر، جذب هیدروکربن های آروماتیک حلقوی توسط جاذب طبیعی مخلوط بنتونیت و کربن اکتیو در زمان های مختلف در شرایط ثابت (دما و فشار) با استفاده از یک پایلوت ساخته شده در پالایشگاه مورد بررسی قرار گرفت. برای تخمین جذب هیدروکربن های آروماتیک نرم افزارهای مختلفی مورد بررسی قرار گرفت که نرم افزار HYDRUS انتخاب گردید و همچنین مقایسه ضریب تعیین R2 و MSE نشان داد که شبکه عصبی نوع MLP در مقایسه با توپولوژی های دیگر نتایج بهتری را ارائه می کند که مقدار R2=99.9999 و MSE=0.0001 می باشد.
Keywords:
Authors
حمید باقری
کارشناس ارشد عمران محیط زیست- دانشگاه صنعتی خواجه نصیرالدین طوسی
فریدون وفایی
دانشیار دانشگاه صنعتی خواجه نصیرالدین طوسی
سیامک بوداقپور
استادیار دانشگاه صنعتی خواجه نصیرالدین طوسی
سیداحمد میرباقری
استاد دانشگاه صنعتی خواجه نصیرالدین طوسی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :