CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

پیش بینی و بهینه سازی انتشار ذرات غبار الکتروفیلتر با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی: کارخانه سیمان زاوه تربت حیدریه)

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۱۴۰ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: HYGIENE03_034
زبان مقاله: فارسی
حجم فایل: ۶۶۸.۱۷ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۱ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی و بهینه سازی انتشار ذرات غبار الکتروفیلتر با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی: کارخانه سیمان زاوه تربت حیدریه)

  سارا نظام پرور - دانشجوی کارشناسی ارشد محیط زیست، دانشکده علوم محیطی، دانشگاه حکیم سبزواری
  قاسم ذوالفقاری - استادیار گروه محیط زیست، دانشکده علوم محیطی، دانشگاه حکیم سبزواری
  محمود امین طوسی - استادیار، دانشکده ریاضی و علوم کامپیوتر، دانشگاه حکیم سبزواری
  الهام اکرمی - مربی گروه محیط زیست، دانشکده علوم محیطی، دانشگاه حکیم سبزواری

چکیده مقاله:

در این مقاله مدل سازی پیش بینی انتشار غبار از سیستم الکتروفیلتر با بهینه سازی پارامترهای جذب غبار ارائه شده است. ضرورت این تحقیق پیش بینی ارائه مدل در بخش کنترل جهت کاهش انتشار ذرات غبار الکتروفیلتر، بهداشت محیطف سلامت کارکنان و نیز از جنبه اقتصادی می باشد. در این تحقیق میزان ولتاژ، فشار و درجه حرارت به عنوان داده های ورودی و غلظت غبار به عنوان داده خروجی با استفاده از شبکه عصبی پرسپترون پند لایه مدل سازی انجام گرفت. از آنجا که شرایط ناسالم خروجی مدنظر می باشد، زمانی که شرایط کنترل جذب ذرات توسط الکتروفیلتر از حالت نرمال و پایدار خود خارج می گردد، پارامترهای دخیل مورد مطالعه قرار گرفت. نتایج مدل سازی سیستم با شبکه عصبی رضایت بخش بوده و مجذور میانگین مربع خطا و ضریب همبستگی در این تحقیق به ترتیب 0/07 و 0/78 می باشد. نتایج نشان داد که پاارمترهای ورودی بر میزان انتشار غبار تأثیر بسزایی دارند.

کلیدواژه‌ها:

غبار، شبکه عصبی مصنوعیف پرسپترونف الکتروفیلتر

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-HYGIENE03-HYGIENE03_034.html
کد COI مقاله: HYGIENE03_034

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:
نظام پرور, سارا؛ قاسم ذوالفقاری؛ محمود امین طوسی و الهام اکرمی، ۱۳۹۴، پیش بینی و بهینه سازی انتشار ذرات غبار الکتروفیلتر با استفاده از مدل شبکه عصبی مصنوعی (مطالعه موردی: کارخانه سیمان زاوه تربت حیدریه)، اولین همایش بین المللی و سومین همایش ملی بهداشت محیط، سلامت و محیط زیست پایدار، همدان، دبیرخانه دائمی همایش، https://www.civilica.com/Paper-HYGIENE03-HYGIENE03_034.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: (نظام پرور, سارا؛ قاسم ذوالفقاری؛ محمود امین طوسی و الهام اکرمی، ۱۳۹۴)
برای بار دوم به بعد: (نظام پرور؛ ذوالفقاری؛ امین طوسی و اکرمی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • _ چهرگانی , حسین (۱۳۹۲) : "سیستم های آماده سازی ...
  • کیا وسید مصطفی(۱۳۹۱) : شبکه های عصبی در متلب .دانشگاهی ...
  • ماجدی اصل مزهره .امین سالم و سیامک شفقیان، (۱۳۹۳) :" ... (مقاله ژورنالی)
  • منهاج , محمد، (۱۳۸۱) :" مبانی شبکه های عصبی، هوش ...
  • EMILIO, MARENGO, BOBBA MARCO, and ROBOTTI ELISA, (2006): "Modeling of ...
  • Gardner, M W. and S R Dorling, (1998): " Artificial ...
  • Gardner, M.W. and S.R Dorling, (1998): " Artificial neural networks ...
  • Haykins, S, (1999):"Neural Network A Co mprehensive Foundation." Prentice- Hall ...
  • Huang-, Mu Lo, Pai Tzu-Yi , and Wanc Terng-Jou, (2014): ...
  • Ilamathi, p, V Selladurai, and K Balamurugan, (2012): "Predictive Modelling ...
  • Kolmogorov, A.N, (1957):"On the representation of continuous functions of many ...
  • Rahimi, Akbar(2006): "Analysis of air pollution due to improper location ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۲۴۶۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده 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.