CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی دمای تعادلی هیدرات های گاز طبیعی با استفاده از شبکه عصبی چندلایه MLP

اعتبار موردنیاز PDF: ۱ WORD: ۵ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۴۵ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CITCOMP02_307
زبان مقاله: فارسی
حجم فایل: ۶۱۶.۵۱ کیلوبایت (فایل این مقاله در ۱۲ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۲ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی دمای تعادلی هیدرات های گاز طبیعی با استفاده از شبکه عصبی چندلایه MLP

علی رضا رضایی - کارشناس تاسیسات، شهرداری سمنان، سمنان، ایران
حمید دهرویه - سرپرست شهرداری سمنان، شهرداری سمنان، سمنان، ایران
  حمیدرضا رهبری - باشگاه پژوهشگران جوان و نخبگان، واحد دامغان، دانشگاه آزاد اسلامی، دامغان، ایران

چکیده مقاله:

هیدراتهای گاز طبیعی یکی از پارامترهای مهم در خطوط لوله گاز طبیعی می باشند. هیدراتهای گازی در یک فشار و دمای تعادلی تشکیل می گردند، اگر در یک فشار مشخص دمای گاز طبیعی کمتر از دمای تعادلی هیدراتهای گازی باشد، هیدراتهای گازطی تشکیل شده و باعث ایجاد رسوب در خطوط لوله می گردند. در این پژوهش با استفاده از شبکه های عصبی چند لایه MLP، دمای تعادلی هیدراتهای گازی با پیش بینی شده است. استفاده از شبکه های عصبی علاوه بر راحتی باعث صرفه جویی در هزینه و زمان ونیز گشته ضمن اینکه از دقت بالایی نسبت به داده های آزمایشگاهی نیز برخودار می باشند. با استفاده از شبکه عصبی ارایه شده دمای تعادلی برای فشارهای کاری خطوط گاز طبیعی محاسبه گردیده و با داده های آزمایشگاهی مقایسه گردیده است. نتایج نشان می دهد شبکه های عصبی چند لایه دقت بسیار بالایی برای پیش بینی دمای تعادلی هیدرات های گازی دارند

کلیدواژه‌ها:

هیدراتهای گازی، شبکه های عصبی، دمای تعادلی، شبکه عصبی چند لایه

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_307.html
کد COI مقاله: CITCOMP02_307

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رضایی, علی رضا؛ حمید دهرویه و حمیدرضا رهبری، ۱۳۹۶، پیش بینی دمای تعادلی هیدرات های گاز طبیعی با استفاده از شبکه عصبی چندلایه MLP، دومین کنفرانس بین المللی پژوهش های دانش بنیان در مهندسی کامپیوتر و فناوری اطلاعات، تهران، دانشگاه مجلسی، https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_307.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رضایی, علی رضا؛ حمید دهرویه و حمیدرضا رهبری، ۱۳۹۶)
برای بار دوم به بعد: (رضایی؛ دهرویه و رهبری، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.