مدل سازی و شبیه سازی واحد تبدیل کاتالیستی نفتا با استفاده از شبکه های عصبی مصنوعی

Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 482

This Paper With 5 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IACS02_108

تاریخ نمایه سازی: 26 مرداد 1397

Abstract:

هدف از این تحقیق، مدل سازی و شبیه سازی واحد تبدیل کاتالیستی نفتا به کمک شبکه عصبی مصنوعی میباشد. برای این منظور از 57 داده ی بدست آمده از واحد تبدیل کاتالیستی نفتا پالایشگاه نفت لاوان در سال 1393 استفاده شده است. این داده ها شامل 5 متغییر ورودی و 2 پاسخ خروجی بودند. متغییرهای ورودی شامل فشار راکتورها، دمای خوراک راکتور اول، دبی حجمی خوراک نفتا، دبی حجمی گاز برگشتی و نسبت مولی هیدروژن به هیدروکربن و پاسخ ها شامل عدد اکتان پژوهشی و دبی حجمی بنزین تولیدی بودند. از 45 داده برای آموزش شبکه عصبی مصنوعی و مابقی داده ها برای تست کردن عملکرد شبکه طراحی شده استفاده شد. در این تحقیق شبکه های پرسپترون چند لایه با الگوریتم پس انتشار خطا با ساختارهای متفاوت تعریف و بررسی شد. به عبارتی با تغییر تعداد نرونهای لایه میانی، توابع انتقال و الگوریتم های آموزش بهترین ساختار شبکه برای مدل سازی این واحد یافت شد. نتایج نشان داد که یک شبکه عصبی پرسپترون سه لایه با 15 نرون در لایه میانی، الگوریتم آموزش لونبرگ مارکوآت، تابع انتقال لایه میانی از نوع Tansig و تابع انتقال لایه خروجی از نوع Pureline ، دارای بیشترین مقدار ضریب همبستگی (R2=0.99808) وکمترین مجموع مربعات خطا (MSE=0.023) بود.

Keywords:

Authors

سید مهدی موسوی

گروه شیمی کاربردی، دانشکده شیمی، دانشگاه کاشان، کاشان

مهدیه عسگری باجگیرانی

گروه شیمی کاربردی، دانشکده شیمی، دانشگاه کاشان، کاشان