Artificial Neural Network Identification of Hydrotreater Plant
محل انتشار: دهمین کنگره ملی مهندسی شیمی ایران
سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 2,021
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NICEC10_006
تاریخ نمایه سازی: 6 بهمن 1385
چکیده مقاله:
In this paper an Artificial Neural Network (ANN) model for the simulation of an industrial Hydrotreater Unit (HU) is presented. HU is one of the important oil refinery processes. Due to its complexity, the modeling poses a great challenge. The proposed model predicts hydrogen demand,
outlet API and sulfur weight percent as a function of inlet API and sulfur weight percent for seven different feedstocks. This study determines the optimum architecture of ANN, in order to achieve good generalization. The results show ANN capability to predict the measured data. The ANN
model is also compared to those of an existing simulator available at a local refinery. The comparison confirms the superiority of ANN model.
کلیدواژه ها:
نویسندگان
ZAHEDI
Department of Chemical Engineering, University of Razi, Kermanshah, Iran
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 :