توسعه شبکه عصبی با دقت بالا برای تخمین خصوصیات زیولیت سنتزی H-ZSM-5
عنوان مقاله: توسعه شبکه عصبی با دقت بالا برای تخمین خصوصیات زیولیت سنتزی H-ZSM-5
شناسه ملی مقاله: CHCONF04_129
منتشر شده در چهارمین کنفرانس بین المللی نوآوری های اخیر در شیمی و مهندسی شیمی در سال 1396
شناسه ملی مقاله: CHCONF04_129
منتشر شده در چهارمین کنفرانس بین المللی نوآوری های اخیر در شیمی و مهندسی شیمی در سال 1396
مشخصات نویسندگان مقاله:
سینا آذرسا - دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، شهر جدید سهند، تبریز، ایران
محمد رستمی زاده - دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، شهر جدید سهند، تبریز، ایران
حسین حضرتی - دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، شهر جدید سهند، تبریز، ایران
خلاصه مقاله:
سینا آذرسا - دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، شهر جدید سهند، تبریز، ایران
محمد رستمی زاده - دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، شهر جدید سهند، تبریز، ایران
حسین حضرتی - دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، شهر جدید سهند، تبریز، ایران
زیولیت ها یکی از پرکاربردترین مواد در صنایع پتروشیمی هستند که اکثرا به صورت کاتالیست یا جاذباستفاده می شوند. در این مقاله، زیولیت H-ZSM-5 به روش هیدروترمال در شرایط مختلف سنتز تهیه گردیده است. اندازه کریستال و کریستالینیته زیولیت ها با استفاده از آنالیز XRD محاسبه شدند. با استفاده از نتایج تجربی، شبکه های عصبی مختلفی دارای انواع ساختار، الگوریتم آموزش و توابع انتقالبرای تخمین اندازه کریستال و کریستالینیته زیولیت H-ZSM-5 مورد ارزیابی قرار گرفت. دو شبکه عصبی با ساختار (1-15-5) و (1-50-5) به ترتیب بهترین تخمین را برای تخمین اندازه کریستال و کریستالینیته ارایه کردند بطوریکه با نتایج تجربی مطابقت بالایی حاصل شد (R(2)=0.96). برای شبکه های بهینه، الگوریتم آموزش Levenberg-Marquardt بوده است توابع انتقال مناسب برای تخمیناندازه کریستال و کریستالینیه به ترتیب TS-PL و LS-PL بدست آمد. نتایج نشانگر پتانسیل بالای شبکه عصبی در زمینه تخمین خصوصیات زیولیت های سنتزی می باشد که می تواند منجر به کاهش هزینه و زمان در تهیه زیولیت مناسب گردد.
کلمات کلیدی: زیولیت، شبکه عصبی، مدلسازی، اندازه کریستال، کریستالینیته، ZSM-5
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/675643/