مدل سازی فرآیند تبخیر ناگهانی با استفاده از روش فازی ممدانی و مفهومی جدید به نام ترکیب درصد فازی

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 58

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_PRRIP-28-4_006

تاریخ نمایه سازی: 6 دی 1402

چکیده مقاله:

در این مقاله روشی جدید برای مدل سازی به کمک منطق فازی با دیدگاه ممدانی معرفی می شود که در آن از مفهومی نوین به نام ترکیب درصد فازی استفاده شده است. متغیر ترکیب درصد فازی تلاش می کند متغیرهای ترکیب درصد فرآیند را ادغام و تحت یک متغیر ارائه نماید. بدین‎ترتیب، یکی از مشکلات روش ممدانی که تعداد قوانین بالای آن می باشد، تا حد زیادی برای برخی سیستم ها مرتفع می شود. به‎کمک روش پیشنهادی می توان بسیاری از فرآیندهای پیچیده با تعداد متغیر زیاد که متغیر ترکیب درصد در بین آنها دیده می شود را با دقت مناسبی مدل کرد، بدون اینکه وارد پیچیدگی های حل انواع گوناگون معادلات ریاضی و محاسبه پارامترهای مختلف شد. برای نشان دادن قابلیت های روش، آن را برای مدل سازی فازی تبخیر ناگهانی یک برش نفتی استفاده کرده و نشان داده شده که می توان با دقت بالای ۸۵% و با تعداد قوانین کاهش یافته، خروجی های مدل در نظر گرفته شده را بدون انجام بهینه سازی پیش بینی کرد.

کلیدواژه ها:

مدل سازی فازی ممدانی ، تبخیر ناگهانی (جداسازی تعادلی) نفت خام ، ترکیب درصد فازی ، قوانین فازی ، منطق فازی

نویسندگان

محمدحسین اقبال احمدی

پژوهشکده توسعه فناوریهای پالایش و فرآورش نفت، پژوهشگاه صنعت نفت، تهران، ایران

سیدجاوید روئیایی

پژوهشکده توسعه فناوریهای پالایش و فرآورش نفت، پژوهشگاه صنعت نفت، تهران، ایران

شکوفه طیبی

پژوهشکده توسعه فناوریهای پالایش و فرآورش نفت، پژوهشگاه صنعت نفت، 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 :
  • . Matía, F., Marichal, G.N. and Jiménez, E. eds., “Fuzzy ...
  • . Madaeni S. S. and A. R. Kurdian., “Fuzzy modeling ...
  • . Nelles Oliver, “Nonlinear system identification: from classical approaches to ...
  • . Takagi T. and Sugeno M., “Fuzzy identification of systems ...
  • . Mamdani E. H. and Assilian S., “An experiment in ...
  • . Adoko A. C., Gokceoglu C., Wu L. and Zuo ...
  • . Cordón O., “A historical review of evolutionary learning methods ...
  • . Araromi D. O., Sonibare J. A. and Emuoyibofarhe J. ...
  • . Krzywanski J. and Nowak W., “Modeling of bed-to-wall heat ...
  • . Štampar S., Sokolič S., Karer G., Žnidaršič A. and ...
  • . Ahmadi M. A. and Ebadi M., “Fuzzy modeling and ...
  • . Zimmermann H. J., “Fuzzy set theory,” Wiley Interdisciplinary Reviews: ...
  • . Frick T. C. ed, “Petroleum production handbook: reservoir engineering,” ...
  • . Pedrycz W., “Why triangular membership functions?,” Fuzzy sets and ...
  • . Dyck R., Sadiq R., Rodriguez M., Simard S. and ...
  • نمایش کامل مراجع