تخمین نقطه ابری شدن سوخت بیودیزل با استفاده از شبکه عصبی

آلایندگی، کمبود تجدید ناپذیری و افزایش بهای سوخت های فسیلی، اندیشمندان و محققان حوزه های مختلف علوم را واداشته تا به دنبال راهکارهای عملی برای فایق آمدن بر مشکلات و تبعات بحران انرژی باشند. امروزه سوخت بیودیزل به دلایل زیادی از جمله تجدیدپذیری و آلایندگی کمتر، به عنوان سوختی پاک و جایگزین مناسبی برای سوخت های فسیلی مطرح می باشد. خواص سوخت بیودیزل تحت تاثیر درصد وزنی استراسیدهای چرب موجود در آن می باشد. در این تحقیق به منظور بررسی تاثیر درصد وزنی اتیل استر اسیدهای چرب بر نقطه ابری شدن سوخت بیودیزل، این سوخت به روش ترنس استریفیکاسیون، ازهفت نوع روغن گیاهی تولید شد. ترکیبات موجود در سوخت های تولید شده به روش کروماتوگرافی گازی در ترکیب با اسپکتروسکپی جرمی با استفاده از آزمون GC-Mass تعیین گردید. سوخت های بیودیزل تولید شده با درصدها وزنی مشخص و متفاوتی با یکدیگر ترکیب شده و 240 نمونه سوخت بیودیزل با درصدهای وزنی مشخصی از اتیل استر اسیدهای چرب به دست آمد. نقطه ابری شدن نمونه های به دست آمده مطابق با استاندارد ASTM D5773 اندازه گیری شد. از داده های به دست آمده به منظور مدل سازی نقطه ابری شدن سوخت بیودیزل بر اساس درصد وزنی اتیل استر اسیدهای چرب موجود در آن استفاده گردید. در ایجاد مدل شبکه عصبی، درصد وزنی اتیل استر اسیدهای چرب موجود در هر نمونه به عنوان ورودی های شبکه و نقطه ابری شدن اندازه گیری شده به عنوان خروجی شبکه در نظر گرفته شدند. با مقایسه نتایج حاصل از آزمون ساختارهای متفاوت در ایجاد مدل شبکه عصبی مصنوعی، استفاده از الگوریتم آموزشی trainlm با یک لایه مخفی و 9 نرون در لایه مخفی، نسبت به سایر ساختارها نتایج بهتری از خود نشان داد. همچنین میانگین مربعات خطا 0/0689 و ضریب همبستگی 0/927 میان نتایج حاصل از مدل و داده های اندازه گیری بدست آمد.

کلیدواژه ها:

سوخت بیودیزل ، نقطه ابری شدن ، اتیل استر اسیدهای چرب ، مدل شبکه عصبی مصنوعی