چکیده در این پایان نامه، تکنیک دینامیک سیالات محاسباتی (cfd) برای مدلسازی و مطالعه سیستم های دو فازی گاز-مایع بسط داده شد. مدلسازی های سه بعدی cfd برای سه مساله صنعتی انجام شد. در مطالعه موردی اول جریان دو فازی گاز-مایع روی سینی یک برج تماسی مجهز به یک دریچه مورد بررسی قرار گرفت. نتایج نشان داد که افزایش وزن دریچه سبب افزایش سطح تماس گاز-مایع می شود ولی افت فشار سینی را نیز افزایش می دهد. همچنین برای افزایش سطح تماس و بازده سینی، سه دریچه جدید طراحی و ساخته شد. نتایج آزمایشگاهی و مدلسازیها نشان داد که دریچه های جدید ارائه شده در این پایان نامه نسبت به دریچه قبلی دارای کارایی بهتری هستند. در مطالعه موردی دوم رژیم های جریان دو فازی و افت فشار داخل لوله های انتقال مورد بررسی قرار گرفت. رژیم های مختلف و افت فشار جریان دو فازی برای سیستم افقی، عمودی و با شیبهای مختلف با انجام آزمایشات در یک لوله شفاف مورد بررسی قرار گرفت. سه رژیم برای سیستم افقی و سه رژیم جریان برای سیستم عمودی با استفاده از cfd مدلسازی شد. نتایج نشان داد که رژیمهای مختلف جریان دو فازی و افت فشار جریان در داخل لوله ها به خوبی با استفاده از روش دینامیک سیالات محاسباتی قابل پیش بینی است. در مطالعه موردی سوم، جریان و انتقال حرارت همراه تغییر فاز در داخل یک ترموسیفون دو فازی بسته مورد بررسی قرار گرفت. نتایج آزمایشگاهی نشان داد که افزایش شار حرارتی ورودی به تبخیر کننده از 350 به w500 سبب افزایش بازده حرارتی ترموسیفون می گردد اما افزایش بیشتر شار حرارتی ورودی سبب کاهش بازده می شود. همچنین آزمایشات نشان داد که برای هر مقدار شار ورودی، مقدار بهینه ای برای نسبت پر شدن اولیه وجود دارد. یک برنامه کامپیوتری برای محاسبه انتقال جرم و حرارت پدیده های چگالش و تبخیر نوشته شده و به همراه معادلات کلاسیک cfd حل شد تا جریان ، انتقال حرارت و تغییر فاز در داخل ترموسیفون مدلسازی شود. تطابق خوبی بین پروفایلهای دمای پیش بینی شده توسط مدلسازی و داده های آزمایشگاهی مشاهده شد. از نتایج مدلسازی cfd برای تفسیر مشاهدات تجربی استفاده شد. در مجموع نتایج این پایان نامه نشان داد که رژیمهای مختلف جریان، افت فشار، انتقال حرارت و انتقال جرم در جریانهای گاز-مایع با استفاده از مدلسازی cfd قابل پیش بینی است. کلمات کلیدی:

رشد فزاینده ی جمعیت، افزایش نرخ بیکاری، سرمایه بر بودن طرح ها و ...موجب افزایش شکاف میان طبقات درآمدی، افزایش معضلات اجتماعی و اشتغال کاذب شده است. چنین پیامدهای مخربی که ریشه در فقدان فرصت های شغلی و درآمدی ناکافی مناطق( روستایی) داشته است، موجب گردیده تا کشورهای در حال توسعه در برنامه های خود، استراتژی های جدیدی را با هدف رشد فرصت های شغلی و افزایش درآمد به صورت غیر متمرکز به کارگیرند. در این راستا، استراتژی کارآفرینی، به عنوان یک استراتژی نوین، در جهت دستیابی به اهداف فوق، در بسیاری از کشورها مورد استفاده قرار گرفته است. نوشتار حاضربا هدف پیش بینی میزان موفقیت کارآفرینان روستایی شهرستان کرمانشاه به وسیله شبکه عصبی مصنوعی صورت گرفته است. جامعه آماری قابل دسترس در این مطالعه 68 نفر از کارآفرینان شهرستان کرمانشاه بوده که در آن گردآوری داده های مورد نیاز از طریق سرشماری انجام شده است.ابزار جمع آوری داده ها پرسشنامه بود که روایی آن از طریق پانل متخصصین و پایایی آن به وسیله آلفای کرونباخ(0.79) انجام گرفت. جهت پیش بینی میزان موفقیت کارآفرینان روستایی از نرم افزار matlab استفاده شده است. ورودی های شبکه در تمام موارد هفده متغییر و خروجی شبکه در تمام موارد یک متغییر در نظر گرفته شده است. بنابر این پس از طراحی شبکه مناسب جهت پیش بینی میزان موفقیت به یازده شبکه با میزان دقت قابل قبول دست یافتیم . از این یازده شبکه می توان جهت شناسایی کارآفرینان موفق استفاده نمود. در پایان توصیه و پیشنهادهایی جهت بهبود کارارائه شده است.

این مطالعه جهت یافتن راهکارهایی جهت مدیریت فشار گاز در هنگام اوج مصرف گاز در شهر کرمانشاه، با استفاده از منطق فازی صورت پذیرفته است. پس از تشریح تحلیل شبکه های سیالاتی، شبکه گاز موجود شهر کرمانشاه در این مطالعه مورد تحلیل قرار گرفت و میزان جریان در خطوط تغذیه و فشار در نقاط مختلف شبکه بدست آمد، مناطقی که دچار مشکل افت فشار هستند مشخص گردید و سپس پیشنهادی جهت نصب شیر کنترلی در خروجی ایستگاه های tbs در سطح شهر و کنترل شبکه با استفاده از سیستم فازی مطرح گردیده است و سیستم فازی مناسب جهت این مطالعه با استفاده از اطلاعات ثبت شده مربوط به فشار در شبکه گاز شهر کرمانشاه و نیز بهره گیری از تجارب و بکار گیری قوانین سیالاتی طراحی شده است. ورودی های این سیستم به این شکل است: 1- فشار خروجی از ایستگاه cgs 2- فشار ورودی به ایستگاه tbs 3- فشار خروجی از ایستگاه tbs 4- نسبت میزان مصرف در هر ایستگاه tbs به میزان مجاز مصرف که این میزان با توجه به تعداد واحد های تحت پوشش آن ایستگاه تعیین می شود. در ادامه نیز اولویت های قطع گاز در موارد خاص با استفاده از تکنیک تحلیل سلسله مراتبی فرایند ها و با نظر کارشناسان صنعتی و نیز اساتید محترم دانشگاهی تعیین گردید. اولویت اول جهت قطع با در نظر گرفتن معیار های تاثیر گذار نیروگاه برق می باشد و اولویت های بعدی به ترتیب پتروشیمی، پالایشگاه نفت،کارخانه سیمان،کارخانجات ذوب فلزات و ادارات دولتی می باشد. در نهایت نیز پیشنهاداتی جهت بهبود شبکه و توسعه آن و نیز تحلیل اثر اعمال این پیشنهادات و توسعه ها بر شبکه صورت پذیرفته است و میزان جریان ها در خطوط تغذیه گاز شهر کرمانشاه و نیز فشارها در نقاط مختلف مشخص شد که نتایج قابلیت اجرایی داشتن پیشنهادات را نشان می دهد و نشانگر امکان برقراری دبی و فشار مورد نیاز در شبکه موجود می باشد و نیز امکان مدیریت فشار در شبکه با استفاده از منطق فازی وجود دارد.

چکیده : کربن ارگانیک خاک، عنصر کلیدی در ارزیابی حاصلخیزی، پایداری و سلامتی خاک می باشد که متاسفانه به دلیل فعالیت های مدیریتی غلط، این عنصر حیاتی از خاک خارج می شود. آتش زدن مزارع پس از برداشت محصول، یکی از همین فعالیت های غلط مدیریتی است، که در کنار سادگی و کم هزینه بودن، دارای مضرات بسیار زیادی می باشد. پژوهش حاضر دو بخش، و با هدف کلی پیش بینی تغییرات کربن ارگانیک، به بررسی تاثیر سوزاندن بقایای محصولات زراعی بر این عنصر حیاتی پرداخته است. در بخش اول، جامعه ی آماری، مزارع آتش زده و آتش نزده در سه منطقه ی سرپل ذهاب، سنقر و ماهیدشت، در استان کرمانشاه بود . نمونه گیری به صورت سیستماتیک انجام و بر اساس مکان یابی توسط gps و شبکه بندی زمین، با توجه به مساحت اراضی مورد آزمایش، تعداد نمونه های خاک(210=n) تعیین شد. داده های به دست آمده از بخش تجربی، با استفاده از نرم افزار matlab ، در بخش شبکه ی عصبی مصنوعی، مورد پردازش و تجزیه و تحلیل قرار گرفت. پیش بینی های انجام شده توسط شبکه ی عصبی، کاهش (47/0-) درصدی را در میزان کربن ارگانیک خاک مناطق مورد مطالعه، در پنج سال آینده نشان داد. در بخش دوم، به منظور بررسی علل سوزاندن بقایای زراعی توسط کشاورزان، پرسشنامه ای طراحی شد. روایی پرسشنامه با استفاده از پانل متخصصان، تعیین، و پایایی آن با استفاده از آلفای کرونباخ 80/0 محاسبه شد. جامعه ی آماری پژوهش، کشاورزان گندمکار سه منطقه ی مورد مطالعه (22922=n) بودند که با استفاده از جدول مورگان، تعداد 378=n نفر به عنوان نمونه تعیین شد. نتایج نشان داد که، نداشتن وقت و سرمایه ی کافی، عدم وجود منع قانونی، از بین بردن آفات و حشرات، و سادگی و کم هزینه بودن، از دلایل اصلی کشاورزان جهت سوزاندن بقایای محصولات زراعی می باشد.

بارش به عنوان مهمترین پدیده های اقلیمی،همیشه برای انسان دارای اهمیت فراوان بوده است . این اهمیت باعث شده که بشر به فکر پیش بینی بارش باشد تا بتواند بر اساس آن برنامه ریزیهای خود را به بهترین وجه به انجام برساند. استفاده از شبکه های عصبی مصنوعی یکی از روش های پیش بینی می باشد که در سال های اخیر توسعه زیادی پیدا کرده است. در این تحقیق برای پیش بینی بارش سال بعد در دو ایستگاه سینوپتیک کرمانشاه و نوژه همدان از آمار برخی عناصر اقلیمی فصل سرد سال قبل استفاده شده است . به این منظور هفت عنصر اقلیمی بعنوان ورودی به شبکه های طراحی شده درنظر گرفته شدکه شامل : میانگین دما،بارش ، رطوبت نسبی، نسبت مخلوط ، فشار بخار ، دمای نقطه شبنم و فشار تبدیل شده به سطح دریا است . خروجی شبکه ها بارش سال بعد در نظر گرفته شد. با توجه به ماهیت غیر خطی عناصر اقلیمی در نظر گرفته شده در این تحقیق ، از شبکه های mlp استفاده شد که از انواع شبکه های پیشرو با الگوریتم های آموزشی نظارتی است و مناسب داده ها غیر خطی می باشند. برای آموزش شبکه ها دو رده الگوریتم آموزشیدیگر نیز بکار گرفته شد که شامل الگوریتم های آموزشی bp و الگوریتم نرمال سازی اعداد می باشد . در نهایت ترکیب این الگوریتم منجر به تولید 720 شبکه آموزشی در دو ایستگاه شد وشبکه عصبی مصنوعی در هر دوایستگاه موفق به پیش بینی بارش گردید که بهترین پیش بینی در ایستگاه کرمانشاه مربوط به تابع آموزشی traingd و الگوریتم نرمال سازی میانگین و انحراف معیار با testerror معادل 0195/0 در دوره سرد سال ( مجموع پاییز و زمستان) و در ایستگاه نوژه همدان مربوط به تابع آموزشی traingdx و الگوریتم نرمال سازی pca0/06 با testerror معادل 0047/ در فصل زمستان بود.

هدف اصلی این مطالعه، بررسی عوامل موثر بر تصمیم گیری شغلی دانشجویان کشاورزی دانشگاه رازی کرمانشاه، بر اساس نظریه شناخت اجتماعی اشتغال، با کاربرد تحلیل شبکه عصبی مصنوعی است. جامعه آماری مطالعه را دانشجویان دانشکده کشاورزی در سال 1387 تشکیل دادند (n=1122). حجم نمونه آماری با استفاده از فرمول کوکران 288 نفر (288 = n ) تعیین و نمونه گیری با روش تصادفی طبقه ای انجام شد. ابزار گرد آوری داده ها، پرسشنامه ای مشتمل بر پنج قسمت بود. در بخش اول، خودکارآمدی تصمیم گیری شغلی با استفاده از مقیاس cdmse، در بخش دوم، انتظار بازده از تصمیم گیری شغلی با استفاده از مقیاس cdmoe، در بخش سوم، نیّت تصمیم گیری شغلی با استفاده از مقیاسcepi ، در بخش چهارم، تصمیم گیری شغلی با استفاده از مقیاسcdp و در بخش پنجم، سبک های شخصیتی دانشجویان با استفاده از مقیاس neo-ffi، مورد بررسی قرار گرفت. به منظور اعتبارسنجی، با استفاده از روش ترجمه معکوس، ابتدا پرسشنامه ها به فارسی و سپس بار دیگر به انگلیسی برگردانده و با متن اصلی مطابقت داده شد و در نهایت، روایی نسخه نهایی توسط اساتید گروه ترویج و آموزش کشاورزی دانشگاه رازی، مورد تأیید قرار گرفت. برای برآورد پایایی نیز از روش آلفای کرونباخ بهره گرفته شد (ضرایب ? برای هر یک از بخش ها بالاتر از 7/0 بود). به منظور تجزیه و تحلیل داده های جمع آوری شده، علاوه بر روش های آماری مانند همبستگی، رگرسیون سلسله مراتبی، تحلیل واریانس یک طرفه و آماره های توصیفی، از تحلیل شبکه عصبی مصنوعی (و نرم افزار matlab) نیز بهره گرفته شد. در نهایت، بر اساس کوشش و خطا و مقایسه عملکرد شبکه ها، برای تدوین مدل نیّت تصمیم گیری شغلی شبکه ای سه لایه با یک لایه میانی و تعداد 20 نرون در این لایه، الگوریتم آموزشی لونبرگ-مارکوارت و توابع انتقال سیگمویید و خطی در لایه میانی و خروجی، و به منظور تدوین مدل آمادگی تصمیم گیری شغلی شبکه ای سه لایه با یک لایه میانی و تعداد 10 نرون در این لایه، الگوریتم آموزشی لونبرگ-مارکوارت و توابع انتقال سیگمویید و خطی در لایه میانی و خروجی، مناسب تشخیص داده شد. پس از آموزش و شبیه سازی خروجی ها، کارایی شبکه با استفاده از ایجاد رگرسیون خطی بین خروجی های واقعی و خروجی های شبکه، مورد بررسی قرار گرفت و ضرایب همبستگی (r) برازش خطی بالاتر از 999/0 بودند. به منظور حصول اطمینان بیشتر از کارایی و قابلیت تعمیم پذیری و همچنین تخمین میزان نیّت و آمادگی تصمیم گیری شغلی دانشجویان سال اول و دوم، شبکه مجدداً مورد آزمایش قرار گرفت و در مرحله ی دوم نیز ضریب همبستگی برازش خطی 998/0 به دست آمد، ضمن این که بر اساس خروجی ها اکثر دانشجویان وضعیتی در حد متوسط داشتند. در نهایت، بر اساس یافته ها پیشنهادهایی نیز ارائه گردید.

بیشترین خسارات یخبندان نه در فصل سرد بلکه قبل وبعد از آن به عنوان یخبندان پیشرس پاییزه و دیر هنگام بهاره رخ می دهد. اما در فصل بهار چون هنگام گلدهی گیاهان است و در این شرایط،گیاهان بسیار آسیب پذیر می شوند ، در این تحقیق سعی شد با روش شبکه عصبی مصنوعی که روشی جدید و دقیق می باشد ،آخرین روز یخبندان برای 17 ایستگاه در شمال غرب و غرب ایران پیش بینی شود. برای این منظور از شیوه پس انتشار خطا استفاده شد.برای آموزش داده های اقلیمی شامل: اولین روز یخبندان،حداقل مطلق دما در آخرین روز یخبندان ،رطوبت در ساعت 3 0 گرینویچ در آخرین روز یخبندان،رطوبت نسبی در آخرین روز یخبندان،فشار متوسط در آخرین روز یخبندان،فشار متوسط در روز ماقبل آخرین روز یخبندا ن و ابرناکی در آخرین روز یخبندان به عنوان ورودی به شبکه ها وارد شدو آخرین روز یخبندان نیز به عنوان خروجی شبکه در نظر گرفته شد. روش شبکه عصبی مصنوعی توانست با میزان خطای قابل قبولی در مورد هر 17 ایستگاه ،آخرین روز یخبندان را پیش بینی کند. در هنگام تفسیر خروجی ها مشخص شد که عامل ارتفاع تعیین کننده ترین ،عامل برای طول دوره یخبندان و آخرین روز یخبندان در منطقه مورد مطالعه می باشد. کلید واژه : آخرین روز یخبندان، شبکه عصبی مصنوعی ،شمال غرب ایران، خطای قابل قبول

چکیده روغن ها و چربی ها پس از کربوهیدرات ها به عنوان دومین منبع انرژی در تغذیه بشری ، اهمیت زیادی دارند.دانه های روغنی مهم ترین محصولات حاوی روغن های گیاهی هستند که جایگاه مهمی در کشاورزی دارند و زمین های زیادی در سراسر جهان به کشت این محصول ارزشمند اختصاص داده شده است. روغن های خوراکی به عنوان بخشی از مواد مصرفی در کشور ما در طول دهه های اخیر همواره مورد کم توجهی واقع شده است.سالانه حدود 402 هزار تن دانه روغنی در کشور تولید میشود که این مقدار 15 درصد نیاز کشور را تامین میکند ،این در حالیست که برای رفع نیاز کشور سالانه حدود 18 بلیون تومان صرف واردات دانه های روغنی می شود. شاهدانه (cannabis sative l.) به عنوان گیاهی یک ساله و علفی، در طی قرنها برای استفاده از فیبرها و روغن آن کشت شده است. دانه شاهدانه تقریبا شامل 25-?35 روغن است. روغن شاهدانه ، علاوه بر ارزش تغذیه ای ، دارای فواید سلامتی بسیاری ، ازجمله کاهش کلسترول و پایین آوردن فشار خون است .روغن شاهدانه برای بدن طیف وسیعی از مواد غذایی را فراهم میکند و به جلوگیری از انواع بیماری های رایج کمک میکند.روغن شاهدانه به عنوان منبع کاملا مناسب در رابطه با نسبت (1:3)اسیدهای چرب ضروری لینولیک اسید و اولئیک اسید،مورد نیاز برابی تغذیه انسان ، پیشنهاد شده است. همچنین ،روغن بشدت غیر اشباع شاهدانه برای هدف های صنعتی استفاده میشود. روش مدرن در استخراج روغن های گیاهی ، استخراج شیمیایی با استفاده از حلالهای مختلف ، که بازده تولید بالاتر و سریعتر و ارزان تر است، می باشد. در این پایان نامه استخراج روغن شاهدانه با استفاده از حلال های مختلف انجام شد و اثر زمان و دما و هم زدن در درصد روغن استخراج شده، بررسی شد. بررسی اثر زمان برای هر حلال، در زمان های 10،30،60،90،120 دقیقه بررسی شد. عملیات استخراج برای هر حلال در دماهای 20-30-40-50 درجه سانتیگراد و زمان یک ساعت انجام شد. اثر هم زدن در دور موتور 0-50-100-150 در دمای اتاق و زمان یک ساعت بررسی شد. در این تحقیق از 9 حلال مختلف (ان پنتان ،ان هگزان، ان هپتان، ان اوکتان، پترولیوم اتر، دی اتیل اتر، متیل سیکلو هگزان، تولوئن، استون)، برای استخراج روغن شاهدانه استفاده شد.از آنجا که حلال مناسب برای استخراج روغن در صنعت معیارهای مختلفی دارد نرم افزار expert choice (ahp) برای انتخاب مناسب ترین حلال استفاده گردید. نتایج بدست آمده پیشنهاد میدهند که پترولیوم اتر و ان هگزان مناسب ترین حلال ها برای استخراج صنعتی روغن شاهدانه می باشند.

چکیده هدف از این تحقیق مدلسازی ریاضی وبهینه سازی استخراج اسانس گیاه بابونه با استفاده ازدی اکسیدکربن فوق بحرانی می باشد.استخراج باسیال فوق بحرانی یک تکنیک قدرتمند و جدیدی در فرآیندهای جداسازی می باشد.از مواد اسانس گیاه بابونه به طور گسترده در صنایع دارویی و بهداشتی استفاده میشود.در کار حاضر استخراج از گیاه دارویی بابونه با استفاده از دی اکسید کربن فوق بحرانی مطالعه شده است.اجزای موجود در اسانس استخراج شده توسط دستگاه کروماتوگرافی گازی شناسایی شدند.یک مدل دو فازی ریاضی به منظور شبیه سازی بازده استخراج در شرایط عملیاتی متفاوت انجام شده است.موارنه جرم ناپایا برای حل شونده در فاز جامد ودر فاز فوق بحرانی به دو معادله دیفرانسیل جزئی منجر می شود که به صورت عددی با روش رانگ کاتای مرتبه چهار با کمک نرم افزار متلب حل شدند.همچنین ضریب توزیع بین جامد و سیال فوق بحرانی با استفاده از الگوریتم ژنتیک بدست آمده است.مدل ارائه شده قادر است تاثیر پارامترهای مختلف فرآیند از قبیل فشار(در محدوده25-10 مگاپاسکال)،دما (در محدوده 315-303 درجه کلوین)،شدت جریان سیال فوق بحرانی (در محدوده5-10*33/3- 5-10*55/11 کیلوگرم بر ثانیه)وقطر ذرات (در محدوده 6-1 میلیمتر) را برروی بازده استخراج نشان دهد و تطابق خوبی با داده های آزمایشگاهی دارد.بهینه سازی فرآیند با استفاده از الگوریتم ژنتیک انجام شده است و دمای 15/313 درجه کلوین و فشار 20 مگا پاسکال به عنوان شرایط بهینه فرآیند بدست آمده است.

مینیمم کردن زباله ابتکاری است در سال های اخیر حمایت شگرفی را از همان ابتدا از سوی دولت و سازمان های غیروابسته بدست آورده است. نظریه ی مینیمم کردن زباله ساده بوده و به این صورت است که کاهش زباله قبل از ذخیره کردن و یا دفع آن انجام گیرد. بطور کلی تمرکز این پروژه بر روی پیش بینی مدلی از راکتور تولید آکریلونیتریل می باشد که به درجه تبدیل بالایی از پروپیلن، ماکزیمم کردن گزینش پذیری برای رسیدن به محصولات مفید و به حداقل رساندن تولید محصولات زباله ای است. روش بکار رفته در این طرح می تواند برای اغلب فرایندهای شیمیایی به منظور مینیمم کردن زباله بکار گرفته شود. گسترده ی مدل سازی نیز به خوبی ارزیابی اصول فنی و اقتصادی ممکن و شدنی را در بر می گیرد. هدف پروژه پیشنهاد شده تعین نوع راکتور بهینه ساز، ساختار آن و شرایط عملیاتی است که محصولات زائد را طی تولید آکریلونیتریل به حداقل برساند. در این پروژه مواد زائد از طریق مینیمم کردن محصولات ناخواسته (مصرف کننده های انرژی) کاهش می یابند و کاهش اثرات مستقیم وغیرمستقیم بر روی محیط زیست از طریق کاهش مواد پخش شونده در محیط زیست، انجام می گیرد. کاهش زباله برای صرفه جویی در قیمت با استفاده از تجهیزات کوچک امکان پذیر است بنابراین قیمت کمتری را برای شرکت در بر می گیرد. کاهش مقدار تولید شده زباله با قرار دادن راکتور در پروسه های استاندار این امکان را به واحدهای اجرائی کوچکتر می دهد که از جریان های پایین دستی استفاده کنند، بنابراین هزینه سرمایه گذاری کاهش می یابد. همچنین احتمال کاهش انرژی در شرایط جریان های پایین دستی وجود دارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

هدف از این تحقیق شبیه سازی واحد تبدیل کاتالیستی پالایشگاه کرمانشاه می باشد. واحد تبدیل کاتالیستی ، یکی از واحدهای مهم در پالایشگاه ها به منظور بالا بردن عدد اکتان بنزین می باشد. این واحد معمولاً از 3 تا 4 راکتور سری تشکیل شده است. خوراک این واحد مخلوط نفتا سنگین و بنزین می باشد. برای مدلسازی راکتورها، از مدل ناهمگن استفاده شده است. در مدل ناهمگن ، مدلسازی در دو فاز گاز و جامد صورت گرفته است.به علت افت فعالیت کاتالیست ها نسبت به زمان و اثر آن بر سرعت واکنش که منجر به تغییر خروجی محصولات و مواد واکنش دهنده می شود، شبیه سازی راکتورها در حالت ناپایا صورت گرفته است. برای بدست آوردن تغییرات غلظت مواد واکنش دهنده و محصولات نسبت به زمان، در ابتدا مدل در حالت پایدار حل شده و نتایج آن به عنوان شرط اولیه برای حالت ناپایدار در نظر گرفته شده است. از روش نیوتن راپسون برای حل مدل در حالت پایدار استفاده شده است. برای حل مدل در ناپایدار، ابتدا راکتور به چندین المان تقسیم شده و معادلات دیفرانسیل جزئی اجزاء مولی و دما تبدیل به معادلات دیفرانسیل معمولی می شوند. در این حالت با استفاده از روش رانگ کوتای مرتبه چهارم، معادلات دیفرانسیل معمولی حل و پروفیل اجزاء مولی و دما بدست می آیند. و در نهایت با مقایسه نتایج بدست آمده از شبیه سازی با داده های واحد، صحت مدل تأئید می شود. همچنین برای شبیه سازی از نرم افزار matlab استفاده شده است.

هدف از انجام این پژوهش، ارائه یک مدل neuro-fuzzy جهت پیش بینی میزان مصرف انرژی الکتریسیته در استان انتاریو در کشور کانادا بود. برای این منظور با استفاده از 7 متغیر سالانه مربوط به سال های 1976 تا 2005 شامل میزان اشتغال، تولید ناخالص داخلی، تعداد خانوار، جمعیت، تعداد ساخت و ساز، نرخ بهره بانکی و مجموع دمای روزهای هر سال سعی شد که مدل مورد نظر طراحی شود. برای بررسی میزان وابستگی متغیر هدف به هر کدام از متغیرهای مستقل مذکور، یک تحلیل آماری با استفاده از ضریب همبستگی پیرسون بر روی داده ها انجام شد و چهار داده اشتغال، تولید ناخالص داخلی، تعداد خانوار و جمعیت به عنوان متغیرهای به شدت وابسته به میزان مصرف انرژی انتخاب شدند. اما از آنجا که درصدد بودیم که پارامترهای دمایی نیز درمیان متغیرهای مستقل ما وجود داشته باشند با استفاده از دمای روزانه، دو متغیر دیگر نیز تعریف کردیم که به عنوان شاخص های گرما و سرمای هوا به کار رفتند. 6 دسته از 30 دسته داده در اختیار ما، به عنوان متغیرهای امتحان مدل و 24 دسته برای آموزش سیستم انتخاب شدند و به کمک آنها یک سیستم استنتاج فازی – عصبی تطبیقی، anfis، ارائه شد که میزان خطای آموزش آن برابر 13-10 ×9251/8 و خطای امتحان آن برابر 0016/0 (mse) به دست آمد. به کمک این مدل، میزان مصرف انرژی تا سال 2015 پیش بینی شد که با توجه به فرضی بودن متغیرهای ورودی، نتایج قابل قبولی از آن حاصل شد و روندی تقریبا مشابه روند سال های گذشته را پیش بینی کرد. در انتها، با تحلیل میزان تاثیر گذاری هر یک از متغیرها بر روی میزان مصرف انرژی الکتریسیته این نتیجه حاصل شد که تاثیر گذارترین متغیر که تغییرات آن بیشتری تاثیر را در مصرف انرژی خواهد گذاشت میزان اشتغال می باشد.

هدف از این پایان نامه شبیه سازی فرایند جذب دی اکسید کربن در یک برج تماسی اشفته ‏‎(tca)‎‏ بود. بدین منظور موازنه جرم و انرژی در برج ‏‎tca‎‏ نوشته شد. سپس این معادلات با در نظر گرفتن شرایط سیستم به صورت عددی حل گردید. به منظور حل عددی برنامه ای به زبان ‏‎turbo pascal‎‏ نوشته گردید. جهت بررسی دقت سیستم ما نیازمند داده های تجربی بودیم، لیکن بدلیل فقدان این داده ها در مقالات، برج تماسی آشفته واقع در دانشکده مهندسی شیمی دانشگاه شیراز مورد استفاده قرار گرفت. همچنین از دستگاه ‏‎gas analyzezr‎‏ بمنظور سنجش غلظت گاز دی اکسید کربن استفاده گردید. نتایج حاصله توافق خوب بین تئوری و تجزیه و نیز بازدهی خوب برج ‏‎tca‎‏ را تایید می نمودند. از این رو استفاده از این برجها در صنعت توصیه و تاکید گردید.