| پیش بینی میزان حذف گاز اسیدی CO2 از گاز طبیعی در کنتاکتور غشایی با استفاده از شبکه عصبی مصنوعی |
| کد مقاله : 1029-CEC05 |
| نویسندگان |
|
غلامحسین وطن خواه *1، امین نگهبان2 1گروه مهندسی شیمی دانشگاه آزاد اسلامی واحد بوشهر 2دانشگاه آزاد اسلامی واحد الکترونیک تهران |
| چکیده مقاله |
| در این پژوهش، هدف اصلی مدل سازی حذف گاز اسیدی CO2 از گاز طبیعی در کنتاکتور غشایی با استفاده از شبکه عصبی مصنوعی میباشد. داده های موردنیاز برای مدل سازی، از یک کنتاکتور غشایی که برای جداسازی گازهای اسیدی از گاز طبیعی استفاده شده، گرفته شده است. برای این کار از یک شبکه عصبی پرسپترون چند لایه با معماری 3:7:1 استفاده شد. سرعت گاز، سرعت مایع (جاذب مونو اتانول آمین) و دما به عنوان پارامترهای ورودی و میزان جذب گاز اسیدی توسط جاذب مونو اتانول آمین به عنوان پارامتر خروجی شبکه در نظر گرفته شد. خروجی شبکه عصبی مدل سازی شده بسیار نزدیک به دادههای واقعی بود. مقدار ضریب همبستگی برای کل داده ها برابر با 99994/0 بدست آمد، که نشان دهنده دقت بالای مدل شبکه عصبی مصنوعی در برازش بین داده های تجربی و داده های خروجی از شبکه است. همچنین میانگین مربعات خطای داده های پیش بینی شده توسط شبکه عصبی مصنوعی برای گاز CO2 مقدار 00684/0 محاسبه گردید که نشان از عملکرد عالی شبکه عصبی مصنوعی در پیشبینی میزان جذب این گاز اسیدی داشت. |
| کلیدواژه ها |
| مدل سازی، کنتاکتور غشایی، گاز اسیدی CO2، شبکه عصبی مصنوعی |
| وضعیت: پذیرفته شده مشروط |
