توسعه شبکه عصبی فازی جهت مدل سازی کوره واکنش فرآیند کلاوس در واحد بازیابی گوگرد
Publish place: 15th Iranian Natioanl Congress of Chimical Engineering
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 1,040
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICHEC15_230
Index date: 10 July 2015
توسعه شبکه عصبی فازی جهت مدل سازی کوره واکنش فرآیند کلاوس در واحد بازیابی گوگرد abstract
دراین مقاله یک شبکه عصبی فازی جهت مدلسازی کوره واکنشی فرایند کلاوس درواحدبازیافت گوگرد به منظور پیش بینی غلظت اجزا گوگردی درخروجی کوره توسعه داده شده است سه پارامتر مهم فرایندی نظیر غلظت H2S درخوراک ورودی زمان اقامت و دمای واکنش به عنوان متغیرهای وردی شبکه ودوپارامتر غلظت SO2,S2 درجریان خروجی ازکوره واکنش به عنوان خروجیهای شبکه انتخاب گردید برای مدلسازی و پیش بینی غلظت اجزا درجریان خروجی دوشبکه عصبی فازی 5لایه مجزا مبتنی برروش سوگنون با درجه یک ازطریق انتخاب مقادیر بهینه برای نوع وتعدادتوابع عضویت توسعه داده شده دقت و توانایی مدل عصبی فازی جهت پیش بینی عملکرد کوره واکنش ازطریق مقایسه نتایج مدل و داده های ازمایشگاهی وهمچنین محاسبه پارامترهای آماری نظیر ضریب تخمین R2 جذرمتوسط مربعات خطا RMSE و متوسط نسبی انحراف ARD بررسی گردید و نتایج نشان میدهد که توافق بسیارخوبی بین داده های تجربی و پیش بینیهای مدل وجود دارد و شبکه های توسعه یافته به خوبی قادر است غلظت اجزا گوگردی SO2,S2 را درخروجی کوره واکنش پیش بینی نماید
توسعه شبکه عصبی فازی جهت مدل سازی کوره واکنش فرآیند کلاوس در واحد بازیابی گوگرد Keywords:
توسعه شبکه عصبی فازی جهت مدل سازی کوره واکنش فرآیند کلاوس در واحد بازیابی گوگرد authors
محمد حسین اقبال احمدی
دانشجوی دکترای مهندسی شیمی، پژوهشگاه صنعت نفت، پژوهشکده توسعه فرآیند و فناوری تجهیزات
مریم سعدی
دکترای مهندسی شیمی، عضو هیات علمی پژوهشگاه صنعت نفت، پژوهشکده توسعه فرآیند و فناوری تجهیزات
مهدی احمدی مروست
دکترای مهندسی شیمی، عضو هیات علمی پژوهشگاه صنعت نفت، پژوهشکده توسعه فرآیند و فناوری تجهیزات
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 :