شبیه سازی و بهینه سازی افزایش تولید بنزین واحد ریفرمینگ کاتالیستی پالایشگاه تبریز با استفاده از شبکه های عصبی مصنوعی
Publish place: Fuel, Energy and Environment National Congress
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,226
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FEENC01_058
تاریخ نمایه سازی: 25 خرداد 1387
Abstract:
در این تحقیق دو مدل شبکه عصبی برای شبیه سازی واحد ریفرمینگ کاتالیستی پالایشگاه تبریز (واحد پلاتفرمینگ) ارائه شده است . شبکه های فوق ، خروجی واحد؛ دبی هیدروژن تولیدی ، بنزین LPG، دمای خروجی راکتورها ، چگالی بنزین ، فشار بخار بنزین (RVP) و عدد اکتان پژوهشی (RON) را تخمین می زنند . در این شبیه سازی و بهینه سازی دانش پیچیده مکانیسم های واکنش ، سینتیک ، انتقال جرم و حرارت نیاز نمی باشد . نتایج نشان می دهد که شبکه های فوق توانایی پیش بینی داده های اندازه گیری شده را داراست . خطای شبکه های فوق در تخمین کل خروجی ها 0/7984% می باشد . با استفاده از مدل شبکه عصبی ، بهینه سازی در تنظیم شرایط عملیاتی واحد جهت افزایش دبی حجمی بنزین انجام شد و شرایط عملیاتی جدید بدست آمد . در این شرایط جدید بازده حجمی تولید بنزین 82/35% می باشد .
Keywords:
Authors
غلامرضا زاهدی
استادیار گروه مهندسی شیمی دانشکده فنی مهندسی دانشگاه رازی کرمانشاه
ساسان محمدزاده
فارغ التحصیل کارشناسی ارشد مهندسی شیمی دانشگاه رازی کرمانشاه
غلامرضا مرادی
استادیار گروه مهندسی شیمی دانشکده فنی مهندسی دانشگاه رازی کرمانشاه
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 :