پایان نامه مدلسازی خواص بحرانی مواد آلی
نوشته شده توسط : مدیر سایت

دانشگاه کاشان

دانشکده مهندسی

گروه مهندسی شیمی

 

پایان نامه

جهت اخذ درجه کارشناسی ارشد

در رشته مهندسی شیمی

 

عنوان:

مدلسازی خواص بحرانی مواد آلی

چکیده

مشخصات بحرانی برای مواد از قبیل دمای بحرانی، حجم بحرانی و فشار بحرانی مشخصات مهمی برای پیش گویی بسیاری از خواص ترمودینامیکی مواد مختلف هستند. در کلیه عملیات های تولید و فرآیند هیدروکربن ها دانستن خواص بحرانی نقش اساسی دارد. زیرا این عملیات ها در شرایط بسیار نزدیک به نواحی نقاط شبنم و حباب صورت می گیرد و اغلب با پدیده های هم دما یا هم فشار همراه است.

تاکنون روش های مختلفی برای تخمین خواص بحرانی مواد آلی ارائه شده که اساس کار آنها با هم متفاوت می باشد.

در این تحقیق با در دست داشتن 7000 مشخصه ی بحرانی مواد آلی، مدلهای نیمه تجربی جدید برای خواص بحرانی ارائه شده است. در ادامه، مدلهایی برگرفته از هوش مصنوعی یعنی شبکه عصبی مصنوعی و سیستم استنتاج تطبیقی عصبی- فازی ارائه شده اند.

در مدلهای نیمه تجربی ارائه شده با در دست داشتن نقطه جوش نرمال و جرم مولکولی ماده (ورودی های دمای بحرانی)، تعداد اتم و جرم مولکولی ماده (ورودی های حجم بحرانی) و دمای بحرانی و حجم بحرانی ماده (ورودی های فشار بحرانی)، می توانیم خواص بحرانی را تخمین بزنیم.

مدلهای پیشنهادی در عین سادگی خطای کمی دارند. از دیگر مشخصات مدلها می توان به عمومیت معادلات و قابل دسترس بودن پارامترهای ورودی نیز اشاره کرد.

در پایان تحقیق با مقایسه بین مدل های پیشنهادی و مدل های برگرفته از هوش مصنوعی و نیز 4 رابطه نیمه تجربی، مشخص می شود که مدلهای پیشنهادی دقت خوبی جهت تخمین خواص بحرانی مواد دارند.

میانگین خطای نسبی مدل نهایی برای دمای بحرانی، حجم بحرانی و فشار بحرانی به ترتیب برابر با 86/3 ، 06/5 و 57/5 می باشد که حاکی از دقت کافی مدلها می باشد.

 

کلمات کلیدی:

خواص بحرانی، مدلهای نیمه تجربی، شبکه عصبی مصنوعی

 

فهرست مطالب

عنوان                                                                                                              صفحه

فصل اول: مباحث نظری و تئوری

1-1- مقدمه. 2

1-1-1- هدف از انجام تحقیق. 3

1-2- تاریخچه. 3

1-3- روابط موجود در تخمین خواص بحرانی. 5

1-3-1- رابطه های کاوت.. 5

1-3-2- رابطه های لی- کسلر 7

1-3-3- رابطه های وین- ثیم. 8

1-3-4- رابطه های تعمیم یافته ریاضی- دابرت.. 9

1-3-5- رابطه های تعمیم یافته لین- چاوو 11

1-3-6- رابطه های واتنسیری. 14

1-3-7- رابطه ارائه شده توسط پازوکی و همکارانش… 15

1-3-7-1- مقایسه بین مدل پازوکی با داده های تجربی. 16

1-3-8- مدل یاسر خلیل و همکارانش… 17

فصل دوم: روش های انجام تحقیق

2-1- مقدمه ای بر روش های انجام تحقیق. 20

2-2- شبکه عصبی مصنوعی. 20

2-2-1- سابقه تاریخی شبکه عصبی. 21

2-2-2- شبکه عصبی اشتراک به جلو 22

2-2-3- مزیت های شبکه های عصبی. 23

2-2-4- انواع یادگیری برای شبکه های عصبی. 23

2-2-5- ساختار شبکه‌های عصبی. 25

2-2-6- تقسیم بندی شبکه‌های عصبی. 27

2-2-6-1- تقسیم بندی داده ها در شبکه عصبی مصنوعی. 28

2-2-7- کاربرد شبکه‌های عصبی. 29

2-2-7-1-کاربرد شبکه عصبی مصنوعی در این تحقیق. 30

2-2-8- معایب شبکه‌های عصبی. 31

2-3- سیستم استنتاج تطبیقی عصبی- فازی (انفیس) 31

2-3-1- دسته بندی  قواعد انفیس… 32

2-3-1-1- مدل تاکاگی- سوگنو-کانگ.. 32

2-4- شاخص های ارزیابی مدل های بدست آمده 34

فصل سوم: بحث و نتیجه گیری

3-1-هدف تحقیق 36

3-2- مدل های نیمه تجربی ارائه شده 36

3-2-1- مدل ارائه شده برای دمای بحرانی. 37

3-2-2- مدل ارائه شده برای حجم بحرانی. 37

3-2-3- مدل ارائه شده برای فشار بحرانی. 38

3-3- مقایسه مدل های ارائه شده با داده های تجربی 38

3-3-1- مقایسه مدل ارائه شده  برای دمای بحرانی با داده های تجربی 38

3-3-2- مقایسه مدل ارائه شده  برای حجم بحرانی با داده های تجربی 39

3-3-3- مقایسه مدل ارائه شده  برای فشار بحرانی با داده های تجربی 40

3-4- توزیع خطای نسبی مدل های ارائه شده 41

3-5- مدل های ارائه شده توسط شبکه عصبی مصنوعی 42

3-5-1- مدل ارائه شده توسط شبکه عصبی مصنوعی برای دمای بحرانی 42

3-5-1-1- مقایسه مدل ارائه شده توسط شبکه عصبی مصنوعی برای دمای بحرانی 46

3-5-2- مدل ارائه شده توسط شبکه عصبی مصنوعی برای حجم بحرانی 47

3-5-2-1-مقایسه مدل ارائه شده توسط شبکه عصبی مصنوعی برای حجم بحرانی 51

3-5-3- مدل ارائه شده توسط شبکه عصبی مصنوعی برای فشار بحرانی 52

3-5-3-1- مقایسه مدل ارائه شده توسط شبکه عصبی مصنوعی برای فشار بحرانی 56

3-6- مدل های ارائه شده توسط انفیس… 57

3-6-1- مدل ارائه شده توسط انفیس برای دمای بحرانی. 57

3-6-1-1- مقایسه مدل ارائه شده توسط انفیس باداده های تجربی برای دمای بحرانی. 59

3-6-2- مدل ارائه شده توسط انفیس برای حجم بحرانی. 59

3-6-2-1- مقایسه مدل ارائه شده توسط انفیس با داده های تجربی برای حجم بحرانی. 61

3-6-3- مدل ارائه شده توسط انفیس برای فشا ر بحرانی. 61

3-6-3-1- مقایسه مدل ارائه شده توسط انفیس باداده های تجربی برای فشار بحرانی. 63

3-7- مقایسه مدل های ارائه شده با مدل های دیگر 63

3-7-1- مقایسه مدل ارائه شده برای دمای بحرانی. 64

3-7-2- مقایسه مدل ارائه شده برای حجم بحرانی. 65

3-7-3- مقایسه مدل ارائه شده برای فشار بحرانی. 66

3-8- نتیجه گیری. 68

3-9- پیشنهادات.. 69

3-10- منابع. 70

جدول ضمیمه 74

 

 

فهرست جدول­ها

عنوان                                                                                                              صفحه

فصل اول: مباحث تئوری و نظری

جدول 1-1- ثابت های رابطه برای معادله 1-1 و 1-2. 6

جدول 1-2- ثابت های رابطه برای معادله 1-15 9

جدول 1-3- ثابت های رابطه برای معادله 1-17 10

جدول 1-4- ثابت های رابطه برای معادله 1-18. 11

جدول 1-5- ثابت های رابطه برای معادله 1-19. 12

جدول 1-6- ثابت های رابطه برای معادله 1-23 13

جدول 1-7- مقادیر ثابت های ai و bi برای معادله 1-29 15

جدول 1-8- ثابت های رابطه برای معادله 1-30 18

فصل سوم: بحث و نتیجه گیری

جدول 3-1- ثابت های معادله 3-1. 37

جدول 3-2- مقادیر شاخص های آماری برای عصب های مختلف جهت تخمین دمای بحرانی 43

جدول 3-3- مقادیر وزن و بایاس های بهینه مربوط به دمای بحرانی 44

جدول 3-4- شاخص های آماری مربوط به شبکه عصبی بهینه جهت تخمین دمای بحرانی. 46

جدول 3-5- مقادیر شاخص های آماری برای عصب های مختلف جهت تخمین حجم بحرانی 48

جدول 3-6- مقادیر وزن و بایاس های بهینه مربوط به حجم بحرانی 49

جدول 3-7- شاخص های آماری مربوط به شبکه عصبی بهینه جهت تخمین حجم بحرانی. 51

جدول 3-8- مقادیر شاخص های آماری برای عصب های مختلف جهت تخمین فشار بحرانی 53

جدول 3-9- مقادیر وزن و بایاس های بهینه مربوط به فشار بحرانی 54

جدول 3-10- شاخص های آماری مربوط به شبکه عصبی بهینه جهت تخمین فشار بحرانی. 56

جدول 3-11- شاخص های آماری مطلوب برای دمای بحرانی. 58

جدول3-12- پارامترهای توابع عضویت گوسین برای تخمین دمای بحرانی مواد 58

جدول 3-13- ضرایب ارائه شده توسط انفیس برای دمای بحرانی. 58

جدول 3-14- شاخص های آماری مطلوب برای حجم بحرانی. 60

جدول 3-15-پارامترهای توابع عضویت گوسین برای تخمین حجم بحرانی مواد 60

جدول 3-16- ضرایب ارائه شده توسط انفیس برای حجم بحرانی. 60

جدول3-17- شاخص های آماری برای فشار بحرانی. 62

جدول 3-18- پارامترهای توابع عضویت گوسین برای تخمین فشار بحرانی مواد 62

جدول3-19 ضرایب ارائه شده توسط انفیس برای فشار بحرانی. 62

جدول 3-20- مقایسه مدل ارائه شده جهت تخمین دمای بحرانی با سایر مدل ها 64

جدول 3-21- مقایسه مدل ارائه شده جهت تخمین حجم بحرانی با سایر مدل ها 65

جدول 3-22- مقایسه مدل ارائه شده جهت تخمین حجم بحرانی با سایر مدل ها 67

 

 

فهرست شکل ها

عنوان                                                                                             صفحه

فصل اول: مباحث تئوری و نظری

شکل 1-1- مقایسه ی مدل پازوکی با داده های تجربی برای دمای بحرانی. 16

شکل 1-2-مقایسه ی مدل پازوکی با داده های تجربی برای فشار بحرانی. 16

شکل 1-3- مقایسه ی مدل پازوکی با داده های تجربی برای حجم بحرانی. 17

فصل دوم: روش های انجام تحقیق

شکل2-1- نمایی از شبکه عصبی تک لایه. 26

شکل2-2- نمایی ازشبکه عصبی چند لایه. 27

شکل2-3- نمایی از شبکه عصبی اشتراک به جلوی سه لایه. 30

شکل2-4- نمایی از قاعده ی عملکرد روش سوگنو 34

فصل سوم: بحث و نتیجه گیری

شکل 3-1-داده های تخمینی توسط مدل به دست آمده برای دمای بحرانی در مقابل داده های آزمایشگاهی 39

شکل 3-2- داده های تخمینی توسط مدل به دست آمده برای حجم بحرانی در مقابل داده های آزمایشگاهی 40

شکل 3-3-داده های تخمینی توسط مدل به دست آمده برای فشار بحرانی در مقابل داده های آزمایشگاهی 41

شکل 3-4- نمودار توزیع خطای نسبی مدل ها برای دما،حجم و فشار بحرانی 42

شکل 3-5-نمایی از مدل شبکه عصبی مصنوعی جهت مدل سازی دمای بحرانی 43

شکل 3-6-رفتار پارامترها در مرحله ی آموزش شبکه جهت پیش بینی دمای بحرانی 45

شکل 3-7-نمودار عملکرد شبکه بهینه جهت پیش بینی دمای بحرانی. 45

شکل 3-8-داده های تخمین زده شده توسط شبکه عصبی مصنوعی در مقابل داده های تجربی برای دمای بحرانی 46

شکل 3-9-نمایی از مدل شبکه عصبی مصنوعی جهت مدل سازی حجم بحرانی 48

شکل 3-10-رفتار پارامترها در مرحله ی آموزش شبکه جهت پیش بینی حجم بحرانی 50

شکل 3-11- نمودار عملکرد شبکه بهینه جهت پیش بینی حجم بحرانی. 50

شکل 3-12-داده های تخمین زده شده توسط شبکه عصبی مصنوعی در مقابل داده های تجربی برای حجم بحرانی 51

شکل 3-13-نمایی از مدل شبکه عصبی مصنوعی جهت مدل سازی فشار بحرانی 53

شکل 3-14-رفتار پارامترها در مرحله ی آموزش شبکه جهت پیش بینی فشار بحرانی 55

شکل 3-15-نمودار عملکرد شبکه بهینه جهت پیش بینی فشار  بحرانی. 55

شکل 3-16-داده های تخمین زده شده توسط شبکه عصبی مصنوعی در مقابل داده های تجربی برای فشار بحرانی 56

شکل3-17- داده های تخمینی توسط انفیس در مقابل داده های تجربی برای دمای بحرانی. 59

شکل3-18- داده های تخمینی توسط انفیس در مقابل داده های تجربی برای حجم بحرانی. 61

شکل3-19- داده های تخمینی توسط انفیس در مقابل داده های تجربی برای فشار بحرانی. 63

شکل 3-20- مقایسه ی نمودار توزیع خطای نسبی مدل ارائه شده با دیگر مدل ها برای دمای بحرانی  65

شکل 3-21- مقایسه ی نمودار توزیع خطای نسبی مدل ارائه شده با دیگر مدل ها برای حجم بحرانی  66

شکل 3-22- مقایسه ی نمودار توزیع خطای نسبی مدل ارائه شده با دیگر مدل ها برای فشار بحرانی  67

 برای دانلود متن کامل پایان نامه اینجا کلیک کنید.





:: بازدید از این مطلب : 22
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : شنبه 12 تير 1395 | نظرات ()
مطالب مرتبط با این پست
لیست
می توانید دیدگاه خود را بنویسید


نام
آدرس ایمیل
وب سایت/بلاگ
:) :( ;) :D
;)) :X :? :P
:* =(( :O };-
:B /:) =DD :S
-) :-(( :-| :-))
نظر خصوصی

 کد را وارد نمایید:

آپلود عکس دلخواه: