شبیه سازی و بهینه سازی افزایش تولید بنزین واحد ریفرمینگ کاتالیستی پالایشگاه تبریز با استفاده از شبکه های عصبی مصنوعی
محل انتشار: همایش ملی سوخت، انرژی و محیط زیست
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,228
فایل این مقاله در 16 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:
FEENC01_058
تاریخ نمایه سازی: 25 خرداد 1387
چکیده مقاله:
در این تحقیق دو مدل شبکه عصبی برای شبیه سازی واحد ریفرمینگ کاتالیستی پالایشگاه تبریز (واحد پلاتفرمینگ) ارائه شده است . شبکه های فوق ، خروجی واحد؛ دبی هیدروژن تولیدی ، بنزین LPG، دمای خروجی راکتورها ، چگالی بنزین ، فشار بخار بنزین (RVP) و عدد اکتان پژوهشی (RON) را تخمین می زنند . در این شبیه سازی و بهینه سازی دانش پیچیده مکانیسم های واکنش ، سینتیک ، انتقال جرم و حرارت نیاز نمی باشد . نتایج نشان می دهد که شبکه های فوق توانایی پیش بینی داده های اندازه گیری شده را داراست . خطای شبکه های فوق در تخمین کل خروجی ها 0/7984% می باشد . با استفاده از مدل شبکه عصبی ، بهینه سازی در تنظیم شرایط عملیاتی واحد جهت افزایش دبی حجمی بنزین انجام شد و شرایط عملیاتی جدید بدست آمد . در این شرایط جدید بازده حجمی تولید بنزین 82/35% می باشد .
کلیدواژه ها:
نویسندگان
غلامرضا زاهدی
استادیار گروه مهندسی شیمی دانشکده فنی مهندسی دانشگاه رازی کرمانشاه
ساسان محمدزاده
فارغ التحصیل کارشناسی ارشد مهندسی شیمی دانشگاه رازی کرمانشاه
غلامرضا مرادی
استادیار گروه مهندسی شیمی دانشکده فنی مهندسی دانشگاه رازی کرمانشاه
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 :