کرمی, حمید, سلطانعلی, سعید, طیبی, شکوفه (2021). به کارگیری شبکه عصبی در پیش‌بینی رفتار فرایند آلکیلاسیون متاکروزل با ایزوپروپانول و بهینه‌سازی بازده فرایند با الگوریتم کلونی زنبورهای عسل. , 5(4), 69-78.
حمید کرمی; سعید سلطانعلی; شکوفه طیبی. "به کارگیری شبکه عصبی در پیش‌بینی رفتار فرایند آلکیلاسیون متاکروزل با ایزوپروپانول و بهینه‌سازی بازده فرایند با الگوریتم کلونی زنبورهای عسل". , 5, 4, 2021, 69-78.
کرمی, حمید, سلطانعلی, سعید, طیبی, شکوفه (2021). 'به کارگیری شبکه عصبی در پیش‌بینی رفتار فرایند آلکیلاسیون متاکروزل با ایزوپروپانول و بهینه‌سازی بازده فرایند با الگوریتم کلونی زنبورهای عسل', , 5(4), pp. 69-78.
کرمی, حمید, سلطانعلی, سعید, طیبی, شکوفه به کارگیری شبکه عصبی در پیش‌بینی رفتار فرایند آلکیلاسیون متاکروزل با ایزوپروپانول و بهینه‌سازی بازده فرایند با الگوریتم کلونی زنبورهای عسل. , 2021; 5(4): 69-78.

به کارگیری شبکه عصبی در پیش‌بینی رفتار فرایند آلکیلاسیون متاکروزل با ایزوپروپانول و بهینه‌سازی بازده فرایند با الگوریتم کلونی زنبورهای عسل

پژوهش های کاربردی مهندسی شیمی - پلیمر
Article 5, Volume 5, Issue 4 - Serial Number 18, 1400, Pages 69-78    PDF (426 K)
Document Type: پژوهشی اصیل
Authors
حمید کرمی1; سعید سلطانعلی* 2; شکوفه طیبی3
1دانشکده مهندسی شیمی و نفت، دانشگاه صنعتی شریف
2پژوهشکده توسعه فناوری‌های کاتالیست،پژوهشگاه صنعت نفت
3پژوهشکده توسعه فناوری‌های پالایش،پژوهشگاه صنعت نفت
Abstract
موضوع تحقیق: در ده­های اخیر روش­های بهینه‌سازی مبتنی بر پدیده­های طبیعی به دلیل عدم نیاز به انجام محاسبات سنگین ریاضی، عدم وابستگی به نقاط انتخابی اولیه و قابلیت بهینه­سازی نسبت به سایر روش­ها، در زمینه بهینه­سازی ترکیبی جایگاه ویژه­ای پیدا کرده­ است. علاوه بر این شبکه عصبی مصنوعی به‌عنوان یکی از ابزار قدرتمند هوش مصنوعی در شبیه­سازی فرایندها به‌کار برده می­شود. به­کارگیری شبکه عصبی برای مدل­سازی فرایند آلکیلاسیون متاکروزل با ایزوپروپانول و روش فرا ابتکاری در به دست آوردن شرایط بهینه برای کاتالیست و واکنش می­تواند گام موثری، در جهت انجام فرایند با بازده بالا فراهم ­سازد.

روش تحقیق: در این پژوهش شبکه عصبی برای پیش­بینی فرایند آلکیلاسیون متاکروزل با ایزوپروپانول و الگوریتم کلونی زنبورهای عسل به منظور بهینه‌سازی بازده فرایند به کار گرفته شد. شبکه عصبی طراحی شده دارای 5 نرون در لایه پنهان می­باشد. به منظور بررسی عملکرد الگوریتم پیشنهادی، شبکه عصبی مصنوعی برای پیش بینی تبدیل متاکروزل و گزینش پذیری آن به تیمول در فرایند آلکیلاسیون متاکروزل با ایزوپروپانول 120 داده استفاده شد. در این فرایند،‌ سرعت فضایی (WHSV)، فشار و دما، به‌عنوان متغیرهای ورودی و تبدیل متاکروزل و گزینش پذیری تیمول به‌عنوان متغیرهای خروجی شبکه عصبی در نظر گرفته شده است.

نتایج اصلی: سیستم شبیه­سازی طراحی شده با ضریب رگرسیون (R2) بالاتر از %97.5،‌ نشان‌دهنده دقت بالای شبکه عصبی طراحی شده برای این فرایند می­باشد. میزان بیشینه بازده این فرایند با استفاده از الگوریتم کلونی زنبورهای عسل 28.9% )با متغیرهای قابل تنظیم h-10.062 WHSV=، فشار bar1.5 و دمای ˚C 300( حاصل شد. هم­چنین برای دستیابی به کارایی بهتر الگوریتم بهینه سازی، مقادیر مطلوب ضریب شتاب و جمعیت زنبورها با آزمون سعی و خطا 100 و 10حاصل شد.
Keywords
شبکه عصبی مصنوعی; الگوریتم کلونی زنبورها; بهینه سازی; آلکیلاسیون متاکروزل; تیمول
References
Statistics
Article View: 200
PDF Download: 76
Statistics
Number of Journals45
Number of Issues2,160
Number of Articles24,572
Article View19,849,405
PDF Download16,034,863