برج های تقطیر سینی دار از نوع مخروط چرخان (scc) یکی از انواع برج های تقطیر می باشند که کاربرد آن ها در فرآیند های جداسازی به خصوص در صنایع غذایی رو به افزایش است. تغلیظ و بوگیری از شیر و مایعاتی که دارای ذرات جامد هستند، ساخت پودر های غذایی مانند کاکائو و قهوه از جمله کاربرد های این دستگاه های جداکننده گاز- مایع است. ساختار هندسی پیچیده، رژیم های جریانی متفاوت و مکانیزم های مختلف انتقال جرم در آن ها باعث شده است که شبیه سازی این برج ها دشوار باشد و از طرف دیگر شبکه های عصبی مصنوعی در حل مسائلی که تمام عوامل تاثیر گذار در دسترس نباشد و یا رابطه ای بسیار پیچیده بین داده ها وجود داشته باشدکه مدل ساده ریاضی در مورد آن ها ممکن یا عملی نیست، توانایی بالایی دارند. علاوه بر این با توجه به اینکه بر خلاف مدل ها و روش های تجربی دانستن مکانیزم های فیزیکی که در داخل برج اتفاق می افتد برای شبکه های عصبی ضرورتی ندارد. تنها ورودی های شبکه که اطلاعات کافی مربوط به هدف را داشته باشند لازم است. هدف از پژوهش حاضر پیش بینی افت فشار و شبیه سازی هیدرودینامیک برج scc در دو مقیاس کوچک و بزرگ است. بنابراین افت فشار و شرایط طغیان برای این نوع برج ها با استفاده از شبکه عصبی با آموزش لونبرگ مارکوارت پیش بینی شد و نتایج آن با داده های تجربی مقایسه شد که مجموع مربعات خطا برای افت فشار 0.0021 و متوسط خطای مطلق برای کل داده ها حدود 5% می باشد. همچنین خطا برای تعیین شروع طغیان حد اکثر 10% که نسبت به مدل تجربی (حدود 20%) حدود 10% افزایش دقت داشته است و با استفاده از نتایج شبیه سازی به نمودار طغیان دست یافته ایم که می تواند بر اساس آن ظرفیت برج را در شرایط عملیاتی مختلف بدست آورد می توان نتیجه گرفت که شبکه عصبی پرسپترون چند لایه با الگوریتم آموزش لونبرگ مارکوارت یک روش قوی برای پیش بینی افت فشار و شرایط طغیان در برج های scc می باشد