بررسی جذب گازهای خالص متان، کربن دی اکسید و نیتروژن برروی زئولیت ۱۳X با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 40

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_PRRIP-30-6_010

تاریخ نمایه سازی: 4 دی 1402

چکیده مقاله:

یکی از راه های جلوگیری از گرم شدن کره زمین و افزایش ارزش حرارتی گاز طبیعی، جذب کربن دی اکسید و نیتروژن، با استفاده از زئولیت ها است. در این مطالعه، نتایج تجربی جذب سه گاز متان، کربن دی اکسید و نیتروژن توسط زئولیت ۱۳X، با استفاده از شبکه عصبی مصنوعی مورد بررسی قرار گرفت. دما و فشار به عنوان ورودی های سیستم و ظرفیت جذب به عنوان خروجی در نظر گرفته شد. در همه مدل ها از الگوریتم پس انتشار لونبرگ- مارکوآرت برای آموزش شبکه استفاده شد. جهت تعیین توابع انتقال بهینه در لایه های پنهان و خروجی و نرون بهینه از شاخص های ضریب تعیین، خطای میانگین مربعات، مجموع خطاهای مربع و خطای میانگین مربع ریشه استفاده شد. نرون بهینه برای متان، کربن دی اکسید و نیتروژن به ترتیب ۱۰، ۱۰ و ۱۵ به دست آمد. همچنین بهترین نتایج برای توابع انتقال، Logsig و Tansig برای متان، Logsig و Purelin برای کربن دی اکسید و نیتروژن به ترتیب برای لایه پنهان و لایه خروجی به دست آمدند. ضریب تعیین در شرایط بهینه برای متان، کربن دی اکسید و نیتروژن به ترتیب ۹۹۷۰/۰، ۹۸۴۲/۰ و ۹۹۳۷/۰ به دست آمد. در پایان درصد انحراف میانگین برای نتایج پیش بینی شده توسط شبکه عصبی با نتایج توسط مدل لانگمویر و مدل Sips وابسته به دما مقایسه شد که نشان از دقت بالای شبکه عصبی مصنوعی نسبت به دو مدل است.

نویسندگان

حجت اله مرادی

دانشکده مهندسی شیمی، پردیس دانشکده های فنی، دانشگاه تهران، ایران

هدایت عزیزپور

دانشکده مهندسی شیمی، پردیس دانشکده های فنی، دانشگاه تهران، ایران

حسین بهمنیار

دانشکده مهندسی شیمی، پردیس دانشکده های فنی، دانشگاه تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • . Cavenati S, Grande CA, Rodrigues AE (۲۰۰۴). Adsorption equilibrium ...
  • . Kareem FAA, Shariff AM, Ullah S, Keong LK, Mellon ...
  • . Darman NH, Harun AR (۲۰۰۶) Technical challenges and solutions ...
  • . Gholipour F, Mofarahi M (۲۰۱۶) Adsorption equilibrium of methane ...
  • . Hotchkiss ER, Hall Jr RO, Sponseller RA, Butman D, ...
  • . Heslop MJ, Mason G, Buffham BA (۲۰۰۰) Absolute determination ...
  • . Ullah S, Shariff AM, Bustam MA, Elkhalifah AEI, Gonfa ...
  • . Ghaedi AM, Vafaei A (۲۰۱۷) Applications of artificial neural ...
  • . Nematollahi M, Jalali-Arani A, Golzar K (۲۰۱۴) Organoclay maleated ...
  • . Golzar K, Amjad-Iranagh S, Modarress H (۲۰۱۴) Prediction of ...
  • . Karimi H, Yousefi F (۲۰۰۷) Correlation of vapour liquid ...
  • . Fotoohi F, Amjad-Iranagh S, Golzar K, Modarress H (۲۰۱۶) ...
  • . Kareem FAA, Shariff AM, Ullah S, Dreisbach F, Keong ...
  • . AbdulKareem FA, Shariff AM, Ullah S, See TL, Keong ...
  • . Park Y, Ju Y, Park D, Lee CH (۲۰۱۶) ...
  • . Tanzifi M, Yaraki MT, Kiadehi AD, Hosseini SH, Olazar ...
  • . Souza PR, Dotto GL, Salau NPG (۲۰۱۸) Artificial neural ...
  • . Hoseinian FS, Rezai B, Kowsari E (۲۰۱۷) The nickel ...
  • . Franco DS, Duarte FA, Salau NPG, Dotto GL (۲۰۲۰) ...
  • . Li W, Wei S, Jiao W, Qi G, Liu ...
  • . Franco DS, Duarte FA, Salau NPG, Dotto GL (۲۰۱۹) ...
  • . Pakravan P, Akhbari A, Moradi H, Azandaryani AH, Mansouri ...
  • . Schaap MG, Bouten W (۱۹۹۶) Modeling water retention curves ...
  • نمایش کامل مراجع