مدل‌سازی سیستم تعادلیPz-CO2-H2O با استفاده از شبکه های عصبی

Authors

احد قائمی هیات علمی دانشگاه علم و صنعت ایران

حسین قنادزاده هیات علمی دانشگاه گیلان

زینب اصغرپور دانشجو

Abstract:

در این تحقیق سیستم تعادلی پایپرزین-آب- دی‌اکسیدکربن با استفاده از مدل‌های شبکه عصبی مدل سازی شده است. در مدل از دو شبکه عصبی MLP, RBF استفاده شده است. در یادگیری شبکه‌ها الگوریتم پس انتشار خطا به کار رفته است. برای آموزش و تست شبکه های عصبی یک مرور کلی بر کارهای تجربی در زمینه حلالیت دی اکسیدکربن در محلول آبی پایپرزین انجام شده و داده های تجربی جمع‌آوری و طبقه بندی شده است. نتایج شبکه های عصبی با داده‌های تجربی ارائه شده در مقالات مورد ارزیابی قرار گرفت. متوسط مربع خطاهای کل داده‌ها برای شبکه MLP برابر با 21/4 درصد و برای شبکه RBF برابر با 78/4 بوده که نشان از پیش بینی مناسب شبکه‌های مورد استفاده می‌باشد. نتایج نشان داد که شبکه‌های عصبی ابزاری مناسب بر کاهش زمان محاسبات و افزایش دقت پیش بینی داده های تعادلی می باشند.

Upgrade to premium to download articles

Already have an account?login

similar resources

مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی

مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...

full text

مدل سازی داده های تعادلی سیستم co2-piperazine-h2o با استفاده از مدل ترمودینامیکی و شبکه های عصبی

دی اکسیدکربن مهم ترین گاز گلخانه ای می باشد که به علت فعالیت های بشر تولید آن روز به روز در حال افزایش است. افزایش گازهای گلخانه ای اثر سوء بر محیط زیست به دلیل گرم شدن زمین دارد و لازم است از انتشار آن توسط جریان گاز احتراق خروجی از صنایع به وسیله روش های جداسازی جلوگیری شود. یکی از متداول ترین روش های جداسازی دی اکسیدکربن، جذب توسط حلال های آمینی می باشد. در سال های اخیر پایپرزین به عنوان یک ...

15 صفحه اول

مدلسازی تخصیص ناوگان اتوبوسرانی شهری با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: مشهد مقدس)

استفاده از سیستم اتوبوسرانی درون شهری با توجه به انعطاف پذیری بالا و ارزان بودن آن برای استفاده کننده، در شهرهای بزرگ و به ویژه در کشورهای در حال توسعه امری اجتناب ناپذیر است. از این رو بهبود این سیستم حمل و نقل بدلیل گستره فعالیت آن ضروری به نظر می رسد. یکی از رو شهای ارتقای عملکرد این سیستم، تخصیص بهینه اتوبو سها به خطوط فعال به گونه ای است که نسبت به وضعیت موجود، تعداد مسافر بیشتری حمل نموده...

full text

مدلسازی تولید سفر با استفاده از روش شبکه های عصبی-فازی

دستیابی به یک نتیجه دقیق و مناسب در فرایند چهارمرحله ای آنالیز سفر به روش UTMS وابسته به برآورد دقیق و قابل قبول تعداد سفرهای تولید شده در نواحی مختلف شهر است. در بررسی مرحله ایجاد سفر با توجه به وابستگی شدید میزان سفر تولید شده در یک ناحیه به اطلاعات سهل الوصولی نظیر جمعیت ، برآورد تولید سفر معمولاً با دقت خوبی انجام میگیرد. از اینروست که در صورتیکه مقادیر برآورد شده دیگر نظیر مقادیر جذب سفر با...

full text

مدلسازی و پیش‌بینی ضریب انتقال حرارت نانو‌سیالات رقیق ɣ-AL2O3/H2O به کمک سیستم عصبی-فازی

در این پژوهش با استفاده از شبکه عصبی و عصبی-فازی ضریب انتقال حرارت در نانوسیالات جاری در یک لوله مدور در رژیم جریان آشفته مدلسازی و پیش‌بینی شده است. داده‌های ورودی به مدل، عدد رینولدز و کسر حجمی نرمال شده نانو‌ذرات و خروجی آن ضریب انتقال حرارت نرمال شده است. در شبکه عصبی استفاده شده مقادیر متوسط خطای نسبی و متوسط مربع خطا نسبت به نتایج آزمایشگاهی به‌ترتیب برابر 002/0 و 0005/0 می‌باشد، در شبکه ...

full text

مدل‌سازی حلالیت دی اکسیدکربن در سیستم Pz-CO2-H2O

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

Journal title

فرآیند نو

volume 10 issue 52

pages 21- 36

publication date 2016-03-01

unfollow

{@ msg @}

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

Keywords

مدل‌سازی داده های تعادلی پایپرزین دی اکسیدکربن شبکه های عصبی

Hosted on Doprax cloud platform doprax.com