مدلسازی تصفیه غشایی پساب های نفتی با استفاده از ساختار بهینه ی شبکه عصبی سه لایه

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 960

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCER01_305

تاریخ نمایه سازی: 25 اسفند 1392

چکیده مقاله:

پساب های نفتی به عنوان یکی از نگران کننده ترین آلاینده های محیط زیستی شناخته شده اند. یکی از رایج ترین روش های تصفیه پساب های صنعتی استفاده از فرآیندهای غشایی به ویژه اولترافیلتراسیون است. اما به دلیل وجود نداشتن مدلهای ریاضی دقیق و توسعه یافته پیش بینی رفتار این فرآیند مشکل می نماید. برای حل این مسئله در این کار از روش مدلسازی با شبکه های عصبی استفاده شده است. در این کار شبکه ی عصبی با چهار ورودی که از عوامل فرآیندی الترافیلتراسیون هستند مانند دما، PH، سرعت جریان عرضی و اختلاف فشار به عنوان ورودی و فلاکس تراوشی به عنوان خروجی بررسی شد. ساختار بهینه ی این شبکه عصبی از روش حدس و خطا با توجه به بهترین میزان تطبیق بین خروجی های شبکه عصبی و خروجی های آزمایش به دست آمد.

نویسندگان

علیرضا نیکونژاد

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد تهران جنوب

عبدالحمید صلاحی

دانشجوی دکتری مهندسی شیمی دانشگاه علم و صنعت

محمود همتی

استادیار پژوهشگاه صنعت نفت

تورج محمدی

استاد دانشگاه علم و صنعت

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • همدان:دانشکده شهید مفتح (9 آبان (1392 ...
  • B. Chakrabarty, A.K. Ghoshal, M.K. Purkait, Ultrafiltration of stable oil-in-water ...
  • Bhattacharj ee, C _ , Singh, M. , (2002); studies ...
  • Coulibaly, P., Anctil, F., Bobee, B., 2000. Daily reservoir inflow ...
  • Dormier, M., Decloux, M., Trystram, G., Lebert, A., 1995. Dynamic ...
  • Ghidossi, R., Veyret, D., Scotto, J.L, Jalabert, T., Moulin, P., ...
  • Guolin, J., Wenting, D., Yingying, g..20 12. Studies on prediction ...
  • Horpik, K., Stinchcombe, M., White, H., 1989. Multilayer feed forward ...
  • Khayet.M, Coj ocarao.C, (20 12);artificial neural network modeling and optimization ...
  • Madaeni, S.S., Kurdian, A.R., 201 1. Fuzzy modeling and hybrid ...
  • Sarkar, B., Sengupta, A., De, S., DasGupta, S., 2009. Prediction ...
  • Shokrian, M., Sadrzadeh, M., Mohammadi, T., 2010. C3H8 separation from ...
  • Tan, Y.H., Van Cauwenberghe, _ 1999. Neural -network-based d-step-ahead predictors ...
  • نمایش کامل مراجع