مدل سازی آبزدایی از استون با استفاده از غشای پلی اکریلونیتریل و پلی اتیلن گلایکول به کمک شبکه عصبی مصنوعی
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 466
فایل این مقاله در 9 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ARSE01_334
تاریخ نمایه سازی: 22 دی 1396
چکیده مقاله:
در این مطالعه اثر پارامتر های (دبی حجمی و دما) و خصوصیات خوراک (فاکتور جداسازی و فلاکس) بر کارایی فرآیند آبزدایی مورد بررسی قرار گرفته است و از شبکه عصبی پرسپترون چند لایه پیشخور با الگوریتم آموزش پس انتشار خطا و تابع آموزش لونبرگ مارکوارت (Trainlm) با 2 ورودی و 2 خروجی استفاده شد. از تابع فعال سازی Tansig برای لایه پنهان و Purelin برای لایه خروجی استفاده شد و تعداد 5 نورون برای لایه پنهان تعیین شد. بعد از پردازش داده ها 70 درصد آن ها برای آموزش، 15 درصد برای اعتبارسنجی و 15 درصد مابقی برای آزمایش قرار داده شدند. نتایج حاصل از این مطالعه با استفاده از این روش دقت مناسبی را نشان می دهد و نمودار درصد خطای مقدار واقعی خروجی های فاکتور جداسازی و فلاکس با مقدار مدل سازی توسط غشای پلی اکریلونیتریل و پلی اتیلن گلایکول برای عملکرد تراوش تبخیری برای جداسازی آب از استون محاسبه گردید و نمودار آن رسم شد.
کلیدواژه ها:
نویسندگان
زهرا امیری
کارشناسی ارشد مهندسی شیمی گرایش پلیمر، گروه مهندسی شیمی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
منصور کاظمی مقدم
دانشیار، فوق دکترا مهندسی شیمی،گروه مهندسی شیمی، دانشگاه صنعتی مالک اشتر، تهران، ایران