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

Modeling of Methane Reformer to Syngas Using Artificial Neural Networks

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۷۴۷ | نظرات: ۰
سال انتشار: ۱۳۹۰
کد COI مقاله: ICHEC07_247
زبان مقاله: انگلیسی
حجم فایل: ۵۳۵.۸۱ کیلوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۹ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان 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 ۹ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Modeling of Methane Reformer to Syngas Using Artificial Neural Networks

  p Valeh-e Sheyda - Chemical Engineering Department, Faculty of Engineering, Razi University, Kermanshah, Iran
h Rashidi - Ammonia Plant, Process Eng. Dept., Kermanshah Petrochemical Industries Company, Kermanshah, Iran
  j Behin - Chemical Engineering Department, Faculty of Engineering, Razi University, Kermanshah, Iran

چکیده مقاله:

This paper presents an artificial neural network (ANN) model for primary methane steam reformer (SMR) unit of Kermanshah Petrochemical Industries Company (KPIC). The main feature of the model is to provide a general, accurate and fast responding model for analysis of SMR unit. The industrial data were applied to train the multilayer feed forward neural network with thirteen inputs and four outputs with different algorithms and different numbers of neurons in the hidden layer. The results clearly depicts that the obtained model is a powerful tool to estimate the outlet compositions of reformer; moreover, the designed neural network can be used instead of approximate and complex analytical equations in optimization and process planning.

کلیدواژه‌ها:

Artificial neural network, Methane steam reforming, Modeling

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-ICHEC07-ICHEC07_247.html
کد COI مقاله: ICHEC07_247

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:
Valeh-e Sheyda, p; h Rashidi & j Behin, ۱۳۹۰, Modeling of Methane Reformer to Syngas Using Artificial Neural Networks, هفتمین کنگره ملی مهندسی شیمی, جزیره کیش, انجمن مهندسی شیمی ایران (IACHE), https://www.civilica.com/Paper-ICHEC07-ICHEC07_247.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: (Valeh-e Sheyda, p; h Rashidi & j Behin, ۱۳۹۰)
برای بار دوم به بعد: (Valeh-e Sheyda; Rashidi & Behin, ۱۳۹۰)
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 :

  • A. Chauvel, G. Lefebvre, Petrochemical processes; synthesis-gas derivatives and major ...
  • Kirk-Othmer, Encyclopedia of chemical technology, vol. _ John Wiley & ...
  • Kirk-Othmer, Encyclopedia of chemical technology, vol. 16. John Wiley & ...
  • Steam reforming catalyst. Haldor Topsoe A/S. ...
  • J. Xu, G. F. Froment, Methane steam reforming, methanation and ...
  • R. J. Berger, G. B. Marin, Investigation of gas-phase reactions ...
  • M. Taghizadeh Mazandarani, H. Ebrahim, Modeling and simulation of industrial ...
  • M. T. Sadeghi, M. Molaei, CFD simulation of a methane ...
  • Max Appl, Ammonia principles and industrial practice, Wiley-Vch, 1999. ...
  • I. Dybkjaer, Tubular reforming and autothermal reforming of natural gas: ...
  • Kawasaki Operating Manual for Kermanshah 1200 MTPD Ammonia Plant, Kermanshah ...
  • C. M. Bishop, Neural networks and their applications, Rev. Sci. ...
  • L. Sheikhattar, H. Hashim, G. Zahedi, Artificial neural network simulation ...
  • S. Mohanty, Estimation of vapour liquid equilibria of binary systems, ...
  • H. Karimi, F. Yousefi, Chin, Correlation of vapour liquid equilibria ...
  • S. A. Kalogirou, M. Bojic, Artificial neural networks for theprediction ...
  • P. V. Sheyda, F. Yaripour, G. Moradi, M. Saber, Application ...
  • _ Chemical Engineering Congress & Exhibition Kish, Iran, 21-24 November, ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۶۸۵۰
    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.

    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.