طراحی روشی نوین جهت مدل سازی بهینه ی فرایند گازی سازی توسط شبکه های عصبی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 809

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CESET01_229

تاریخ نمایه سازی: 14 آذر 1394

چکیده مقاله:

گازی سازی فرایندی است حرارتی که از طریق گرما دادن به خوراک ورودی آن ها را تجزیه شیمیایی می کنند میزان تجزیه مواد در این روش به میزان حرارت وارده فشار ومدت زمان باقی در فرایند بستگی دارد از جمله فواید بکارگیری روش گازی سازی می توان به کاهش دفع پسماند کاهش دی اکسید کربن افزایش میزان بازیافتی کاهش مصرف سوخت فسیلی تولید الکتریسیته وایجاد مشاغل جدید اشاره کرد دراین پژوهش به بررسی گازهای خروجی حاصل از حرارت دادن در دماهای متفاوت به چندین خوراک ورودی مختلف پرداخته می شود سپس با استفاده از شبکه عصبی در نرم افزار Matlab فرایندگازی سازی مرتبط با این داده ها مدل می شود دمای عملیاتی فرایند درصد مرطوب زیست توده ونرخ هوای ورودی به فرایند ورودی به شبکه عصبی ونرخ گاز تولیدی وارزش حرارتی در گازهای خروجی فرایند گازی سازی به عنوان خروجی شبکه عصبی در نظر گرفته شده اند. دراین پژوهش روشی نوین به منظور دستیابی به مدلی بهینه برای پیش بینی نتیجه فرایند گازی سازی ارائه شده است نتایج حاصل از این پژوهش نشان می دهند که با طراحی شبکه عصبی مناسب می توان فرایند پیچیده وغیر خطی گازی سازی را با تقریب مناسب مدل سازی وپیش بینی کرد با استفاده ازاین روش می توان مدلی دقیق وبهینه را برای هر فرایندی به دست آورد در اینجا پس از بررسی تعداد زیادی شبکه در انواع مختلف بهترین نتیجه مربوط به شبکه لونبرگ دو لایه پنهان با 5 نورون در لایه پنهان اول و10 نورون درلایه پنهان دوم به دست آمده است نتایج این پژوهش تاثیر پارامترهای ورودی برترکیبات گازهای خروجی فرایند گازی سازی را نشان می دهند.

نویسندگان

مریم فرمهینی فراهانی

دانشجوی کارشناسی ارشد مهندسی انرژی های تجدید پذیر پردیس فنی شهید عباسپور دانشگاه شهید بهشتی تهران ایران

نگین چوبینه

دانشجوی کارشناسی ارشد مهندسی انرژی های تجدید پذیر پردیس فنی شهید عباسپور دانشگاه شهید بهشتی تهران ایران

فاطمه جدا

استادیار دانشکده مکانیک پردیس فنی شهید عباسپور دانشگاه شهید بهشتی 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 :
  • C. C. Sreejith & C. Muraleedharar & P. Arun (2013). ...
  • "Gasification ", 2015, Available: ...
  • Li X., Grace J., Lim C. et al. (2004). Biomass ...
  • Chavan P.D., Sharma T., et al. (2012). Development of data-driven ...
  • Yun, Yongseung, 2012. Gasification for practical applications. 1st ed. Janeza ...
  • نمایش کامل مراجع