پیش بینی دمای بحرانی واقعی مخلوط های دو جزیی نرمال آلکان ها با هیدروکربن ها با استفاده از SVR-PSO

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 570

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

TCPCO04_165

تاریخ نمایه سازی: 8 اردیبهشت 1396

Abstract:

با توجه به اهمیت خواص بحرانی در صنایع نفت و پتروشیمی و نیز با توجه به اینکه معمولا به علت هزینه زیاد، انجامآزمایشگاهی برخی از فرآیندهای شیمیایی امکان پذیر نیست، توانایی پیش بینی این خواص بدون انجام آزمایش از اهمیتویژه ای برخوردار است. از سویی با توجه به رابطه غیرخطی میان داده های ورودی و خواص بحرانی مخلوط ها، تحلیلرگرسیونی برای این منظور کارا نبوده و نیاز است از روشهای هوشمند مدرن بهره گرفته شود. لذا به علت کاربرد زیادمخلوط های دو جزیی نرمال آلکان ها با هیدروکربن ها در صنایع پتروشیمی، در این مقاله با استفاده از الگوریتم رگرسیونبردار پشتیبان (SVR) به پیش بینی دمای بحرانی این مخلوط ها به عنوان یکی از خواص بحرانی رایج پرداخته شده است. همچنین از آنجایی که بهینهسازی پارامترهای SVR در دقت پیش بینی مدل تاثیر بسزایی دارد، از الگوریتم بهینه سازی جامعه ذرات برای بهینه سازی آنها استفاده شده است. توسعه مدل با استفاده از مقادیر تجربی واقعی صورت گرفته و نتایج شبیه سازی ها دقت بالای مدل را با خطای 0.0127%ARD تایید می کند.

Authors

کامیار موقرنژاد

استاد، دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل

سیدمرتضی بنی هاشمی

دانشجوی دکتری، دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل

سیده مه آفرین اعتباریان

دانشجوی کارشناسی ارشد، دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل

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 :
  • M.Y. Belyakov, E.E. Gorodetskii, V.D. Kulikov, V.P. Voronov, B.A. Grigoriev, ...
  • L. Wang, K. Han, S. Xia, P. Ma, F. Yan, ...
  • S. S h anmuganathan _ "Artificial Neural Network Modelling: An ...
  • S.M. Hos seini-Nasab, M. Manteghian, M. V. Sefti, A.A. Izadpanah, ...
  • K. Han, S. Xia, P. Ma, F. Yan, T. Liu, ...
  • H. Mahmoodian, L. Ebrahimian, "Using support vector regression in gene ...
  • S. Bansal, S. Roy, F. Larachi, "Support vector regression models ...
  • H. Taghavifar, S. Jafarmadar, H. Taghavifar, A. Navid, "Application of ...
  • D. Petkovic, S. Shamshirband, H. Saboohi, T.F. Ang, ...
  • N.B. Anuar, N.D. Pavlovic, "Support vector regression methodology for prediction ...
  • A. Azimifar, S. Payan, "Enhancemet of heat transfer of confined ...
  • H.R. Ansari, A. Gholami, "An improved support vector regression model ...
  • نمایش کامل مراجع