• کاربرد شبکه عصبی مصنوعی در مدلسازی فرآیندهای فتوکاتالیستی جهت تصفیه پساب نفتی پالایشگاه

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1395/09/20
    • تاریخ انتشار در تی پی بین: 1395/09/20
    • تعداد بازدید: 487
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -

    صنایع نفت به مقدار زیادی آب به منظور پالایش و فرآوری نیاز دارند و در نتیجه تولید حجم زیادی پساب در اثر فعالیت پالایشگاه ها، امری اجتناب ناپذیر است. پساب پالایشگاه ها در گروه پساب های ضعیف و پیچیده طبقه بندی می شود از این رو تصفیه آن دشوار است. ترکیبات آروماتیکی از قبیل فنل، بنزن، تولوئن و ترکیبات مشتق شده از آن در پساب خروجی از صنایعی از قبیل پالایش نفت وجود دارند. فرآیند فتوکاتالیستی یکی از فرآیندهای اکسیداسیون پیشرفته است، که توانایی آن برای حذف انواع ترکیبات سمی و سخت تجزیه پذیر اثبات شده است به منظور صرفه جویی اقتصادی و جلوگیری از تکرار آزمایشات، از مدلسازی فرآیندهای فتوکاتالیستی می توان به عنوان ابزاری مطمئن استفاده نمود. از میان روش های مدلسازی، شبکه عصبی مصنوعی دارای دقت و کاربرد زیادی در فرآیندهای بیوتکنولوژی می باشد. نتایج حاصل از این مطالعه نشان داد که ضریب همبستگی بدست آمده، به 1 رسیده است، که این بیانگر آن است که تطابق خوبی بین داده های واقعی و مقادیر پیش بینی شده توسط مدلسازی وجود دارداز مجموع 30 داده موجود در این زمینه، دو سوم آن جهت آموزش شبکه و یک سوم باقیمانده به منظور ارزیابی دقت مدلسازی انتخاب گردید. در آموزش شبکه تابع انتقال میانی tribas و تابع انتقال خروجیpurelin  تعداد نورون ها 2 به عنوان بهترین پارامترها تعیین گردید. میزان خطای آموزش شبکه 0.5724 و خطای ارزیابی دقت شبکه 1.0874 بدست آمد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها