بهینه‌سازی فرایند جفت‌شدن اکسایشی متان (OCM) با کاتالیست پروسکایت و مدل‌سازیسینتیکی سطرجدید فرایند توسط الگوریتم ژنتیک

Authors

  • علی وطنی پردیس دانشکده های فنی، دانشکده مهندسی شیمی، دانشگاه تهران
  • نسترن رزمی فاروجی پردیس دانشکده های فنی، دانشکده مهندسی شیمی، دانشگاه تهران
  • وحید اسلامی منش پژوهشگاه پلیمر و پتروشیمی ایران
Abstract:

در تحقیق حاضر سینتیک فرایند جفت شده اکسایشی متان در یک ریزواکنشگر بستر ثابت و با استفاده از کاتالیست پروسکای، با خوراکی شامل متان و اکسیژن و با نسبت های مختلف بررسی گردید. شرایط بهینه فرایند، دمای $750-785^c‌i‌r‌c C$،نسبت متان به اکسیژن: ۲ و سرعت فضایی گاز در دبی خوراک m‌l/M‌i‌n۱۶۰m‌i‌n$^{-1}$:۱۰۰ به‌دست آمد. همچنین مدل‌های سینتیکی کلی این فرایند بررسی و پارامترهای بهینه آن با کمک الگوریتم ژنتیک، تعیین شدند. در مقاله حاضر از میان مدل‌های سینتیکی کلی فرایند، شش مدل انتخاب و توسط الگوریتم ژنتیک در برازش با نتایج آزمایشی به‌دست آمده از سیستم آزمایشگاهی در شرایط مختلف فرایندی تحلیل و پارامترهای بهینه تعیین شدند. در میان این مدل‌ها، مدل سانتاماریا با دقت بالاتری بر روی نتایج آزمایش برازش شده است. همچنین الگوریتم لونبرگ ــ مارکوارت نیز در تحلیل و مقایسه با الگوریتم ژنتیک مورد استفاده قرار گرفت که نتایج حاصل نشان می دهند در الگوریتم مذکور برخلاف الگوریتم ژنتیک، امکان گرفتار شدن در دام کمینه نسبی وجود دارد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بهینه سازی فرایند جفت شدن اکسایشی متان (ocm) با کاتالیست پروسکایت و مدل سازیسینتیکی سطرجدید فرایند توسط الگوریتم ژنتیک

در تحقیق حاضر سینتیک فرایند جفت شده اکسایشی متان در یک ریزواکنشگر بستر ثابت و با استفاده از کاتالیست پروسکای، با خوراکی شامل متان و اکسیژن و با نسبت های مختلف بررسی گردید. شرایط بهینه فرایند، دمای $750-785^c i r c c$،نسبت متان به اکسیژن: ۲ و سرعت فضایی گاز در دبی خوراک m l/m i n۱۶۰m i n$^{-1}$:۱۰۰ به دست آمد. همچنین مدل های سینتیکی کلی این فرایند بررسی و پارامترهای بهینه آن با کمک الگوریتم ژنتی...

full text

مدل‌سازی فرایند تبدیل خشک متان به‌کمک پلاسما با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

 پیش‌بینی فراورده‌های (هیدروژن و کربن مونوکسید) تبدیل خشک متان به‌کمک پلاسما در فشار جوی با استفاده از شبکه عصبی مصنوعی شبیه‌سازی شد. داده‌های تجربی موردنیاز برای مدل‌سازی شبکه عصبی مصنوعی از یک واکنشگاه پلاسمایی تخلیه کرونا جمع‌آوری شد. اثر عامل‌های فرایندی (توان تخلیه پلاسما، دبی خوراک ورودی) بر کارایی تبدیل متان و گزینش‌پذیری نسبت به فراورده‌های مورد بررسی قرار گرفتند. شبکه پیش‌خور با الگوری...

full text

سینتیک و پدیده های انتقال در جفت شدن اکسایشی متان: مدلسازی CFD در مقیاس دانه ای

در این تحقیق، مدلسازی عددی جریان توﺃم با واکنش جفت اکسایشی متان (OCM) در داخل دانه کاتالیست متخلخل مورد بررسی قرار گرفته است. در واقع هدف از این تحقیق، بررسی رفتار دانه کاتالیست در واکنش جفت شدن اکسایشی متان از دو دیدگاه آزمایشگاهی و مدلسازی دینامیک سیال محاسباتی) (CFDمی باشد. مدلسازی عددی دانه کاتالیست توسط نرم افزارFLUENT، که از ابزار های CFD به شمار می آید، انجام شده و برای اراﺋه یک مدل جامع...

full text

مدلسازی فرایند ocm با استفاده از شبکه عصبی مصنوعی و بهینه سازی پارامترهای عملیاتی فرایند با استفاده از الگوریتم ژنتیک

در این پروژه از 100 آزمون رآکتوری انجام شده روی کاتالیست mn/na2wo4/sio2 در واکنش زوج شدن اکسایشی متان (ocm) ودر یک رآکتور بستر ثابت از جنس کوارتز، در فشار اتمسفریک و تحت شرایط عملیاتی متفاوت شامل دما، سرعت فضایی حجم گاز (ghsv)، نسبت متان به اکسیژن و درصد مولی گاز رقیق کننده (n2) استفاده گردید. با توجه به ویژگی شبکه های عصبی، از شبکه عصبی مصنوعی جهت توسعه مدل از داده های نمونه سیستم استفاده گرد...

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume دوره 25  issue 50 - ویژه مهندسی شیمی

pages  15- 24

publication date 2009-09-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023