پیش بینی عدد ستان بیودیزل با استفاده از پروفیل اسیدهای چرب

دردنیای امروز سوخت بیودیزل به علت تجدیدپذیری وخاصیت آلایندگی کمتر، به عنوان مناسب ترین سوخت جایگزین شناخته شده است. بر اساس استاندارد، بیودیزل عبارت است از ترکیب استرهای مونوالکیلی زنجیره بلند اسیدهای چرب که از واکنش یک الکل با مواد لیپیدی تجدیدپذیر حاصل می شود و مناسب ترین روش تولید آن، استفاده از روش استریفیکاسیون است. پروفیل ترکیبی روغن های گیاهی عمدتاً از پنج اسید چرب تشکیل شده است، پالمیت (16:0)، استریک (18:0)، اولئیک (18:1)، لینولئیک (18:2)، لنولئیک (18:3). عدد ستان بیو دیزل تا حد زیادی به کمک پروفیل اسید های چرب آن مشخص می شود. مساله اساسی ارائه مدلی جهت پیش بینی این خاصیت بیودیزل و سنجش اعتبار مدل ارائه شده با استفاده از داده های آزمایشگاهی است. در این تحقیق از نرم افزار MATLAB R2011bبرای مدلسازی به کمک شبکه های عصبی مصنوعی استفاده شده است. دو نوع مدل با تعداد ورودی مختلف برای این کار پیشنهاد شده است که در هر مدل %60 داده ها برای آموزش مدل، %20 داده ها به عنوان اعتبارسنجی مدل و %20 باقی مانده برای تست کردن مدل انتخاب گردیدند. سپس فرآیند آموزش شبکه تا جایی که تفاوت بین داده های واقعی و داده های پیش بینی شده به حداقل برسد، ادامه یافت. برای مدل اول مقدار ضریب همبستگی برابر با 95511/0و برای مدل دوم ضریب همبستگی 8155/0 بدست آمده است که در هردو مدل باتوجه به ورودی های شبکه نشان دهنده قابلیت مورد قبول مدل های ارئه شده برای پیش بینی عدد ستان می باشد

کلیدواژه ها:

بیودیزل ، عددستان ، پروفیل اسیدهای چرب ، شبکه عصبی