Neural network modeling of the fouling in crude oil preheat exchangers
محل انتشار: یازدهمین کنگره ملی مهندسی شیمی ایران
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,659
فایل این مقاله در 9 صفحه با فرمت PDF 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:
NICEC11_296
تاریخ نمایه سازی: 4 اردیبهشت 1386
چکیده مقاله:
Crude oil fouling behavior in industrial preheat exchangers have been extensively studied by various researchers. However, a general, effective and robust method for prediction of crude oil fouling has yet been demanded. The objective of this paper is to develop and validate a robust Artificial Neural Network (ANN) model for predicting crude oil fouling process in industrial shell and tube heat exchangers. A comparison
between the model developed in this work and Panchal model employing reported experimental data revealed that the overall mean relative error obtained in this research was 89.6% lower.
کلیدواژه ها:
نویسندگان
Javad Aminian
Department of Chemical Engineering, Iran University of Science and Technology, Narmak, Tehran, Iran
Shahrokh Shahhosseini
Assistant Professor in chemical engineering- Simulation and Control of Processes.
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 :