مدلسازی جذب کربن دی اکسید منتشر شده از صنایع شیمیایی با استفاده از مایعات یونی
Publish place: Petrochemical and Energy Seminar
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 617
This Paper With 9 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:
PESEMINAR01_011
Index date: 9 June 2017
مدلسازی جذب کربن دی اکسید منتشر شده از صنایع شیمیایی با استفاده از مایعات یونی abstract
در این مطالعه، بر اساس دمای بحرانی، فشار بحرانی و ضریب بی مرکزی مایعات یونی مختلف، یک مدل شبکه عصبی پرسپترون چند لایه (MLP-ANN) و مدلی دیگر با ترکیب الگوریتم ازدحام ذرات و سیستم فازی عصبیتطبیقی (PSO-ANFIS) به منظور پیشبینی حلالیت کربن دی اکسید در مایعات مختلف یونی در محدوده وسیعی از دما، فشار و غلظت ارایه شده است. بدین منظور، تعداد 688 داده آزمایشگاهی که برگرفته از مقالات پیشین چاپشده می باشد، استفاده شده است. برای ارزیابی مدل های ارایه شده، آنالیز های آماری همچون تحلیل رگرسیون، میانگین مربع خطا و درصد میانگین خطای مطلق انجام شده است. نتایج بدست آمده توانایی دو مدل را به خوبی درپیشبینی حلالیت کربن دی اکسید به خصوص مدل شبکه عصبی به اثبات رساند. ضریب همبستگی و میانگین مربع خطاها برای مدلMLP-ANN به ترتیب 0/998و0/000145بوده در حالی که این مقادیر برای مدل دیگر0/97و0/000637 بدست آمده است. در نهایت ، عملکرد مناسب MLP-ANN برPSO-ANFIS به منظور پیشبینی حلالیت کربن دی اکسید در مایعات مختلف یونی نشان داده شده است
مدلسازی جذب کربن دی اکسید منتشر شده از صنایع شیمیایی با استفاده از مایعات یونی Keywords:
مدلسازی جذب کربن دی اکسید منتشر شده از صنایع شیمیایی با استفاده از مایعات یونی authors
علیرضا باغبان
دانشجوی دکتری، دانشگاه صنعتی امیرکبیر،پردیس ماهشهر، گروه مهندسی شیمی، ماهشهر
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 :