سناریوهای هوشمند برای فرآیند جذب سولفید هیدروژن در برج شیرین سازی گاز پارس جنوبی
محل انتشار: چهاردهمین کنگره ملی مهندسی شیمی ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,075
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NICEC14_155
تاریخ نمایه سازی: 3 آذر 1391
چکیده مقاله:
کنترل فرآیند برج شیرینسازی گاز باعث جذب سولفید هیدروژن در حد استاندارد مصرف میشود. شواهدنشان دهنده اثرگذاری برخی پارامترها بر میزان جذب گاز ترش است.این پارامترها دبی جریان گاز ترشورودی، دبی آمین ورودی، دمای آب استفاده شده برای خنک نگهداشتن سیستم و نیز گذشت زمان می- باشد.ارائه یک سناریوی دقیق که بتواند ارتباط بین این پارامترها و میزان اثرگذاری هریک بر دیگری را نشاندهد، میتواند کمک بسزایی در تشخیص الگوی رفتاری فرآیند شیرینسازی در برج نماید. از آنجایی که شبکه های عصبی روشی برای پیشگویی الگوی رفتار است می توان از آن برای تخمین گازهای ترش خروجی از برجشیرینسازی گاز کمک گرفت. آنچه در این تحقیق بدان پرداخته شده ارائه سه سناریوی مختلف به کمک شبکه عصبی برای تخمین میزان جذب سولفیدهیدروژن در گازهای ترش خروجی از برج شیرینسازی گازمیباشد. در سه سناریوی مختلف اثرگذاری پارامترهای زمان، جریان گاز ورودی به برج، مقدار سولفید هیدروژن جذب شده توسط آمین و دمای آب دریا درنظر گرفته شده و اثر آن بر مقدار سولفید هیدروژنخروجی از برج و جریان آمین ورودی به برج مورد بررسی قرار گرفت. بررسی نتایج نشان داد که استفاده از پارامترهای اصلی عملیات شیرینسازی که شامل گاز ورودی به برج و مقدار سولفید هیدروژن جذب شده توسط آمین است و نیز حذف دمای آب دریا در مدل شبکه عصبی کمک زیادی به پیشگویی میزان سولفید هیدروژن خروجی و آمین ورودی به برج مینماید
کلیدواژه ها:
نویسندگان
جواد صیادامین
استادیار، دانشگاه گیلان، گروه مهندسی شیمی
مجید طاهری
دانشجوی مقطع کارشناسی ارشد، دانشگاه آزاد اسلامی واحد تهران جنوب، گرو
سپیده علیمحمدی
شرکت مجتمع گاز پارس جنوبی
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 :