ایجاد حسگر نرم تطبیقی برای پایش بههنگام ترکیب درصد گاز: پیادهسازی در برج تقطیر آزئوتروپیک فرایند تولید مونومر وینیلاستات | ||
| پژوهش های کاربردی مهندسی شیمی - پلیمر | ||
| Article 2, Volume 8, Issue 3 - Serial Number 29, 1403, Pages 17-28 PDF (1.45 M) | ||
| Authors | ||
| امیر ارسلان سبحانی; محمد فخرالاسلام* | ||
| گروه طراحی فرایند، دانشکده مهندسی شیمی، دانشگاه تربیت مدرس، تهران، ایران | ||
| Abstract | ||
| موضوع تحقیق: تحلیل بههنگام به کمک ابزارهای دیجیتال، نیازمند دریافت در لحظه دادهها از نقاط مختلف فرایندهای شیمیایی صنعتی است. تأخیرهای زمانی در اندازهگیری متغیرهای فرایندی ممکن است عملکرد مؤثر راهبردهای کنترلی مختلف، پایداری فرایند و کارایی عملیاتی را تحت تأثیر قرار دهد و در نتیجه تحلیل، استخراج اطلاعات و تبدیل آن به تصمیمهای قابل اجرا در لحظه را غیرممکن کند. فرایند تولید مونومر وینیلاستات (VAM) بهعنوان فرایند پیچیده و غیرخطی در صنایع شیمیایی شناخته میشود. در این فرایند ترکیب درصد آب در پایین برج تقطیر آزئوتروپیک، یکی از متغیرهای مهم است که توسط دستگاه کروماتوگرافی گازی (GC) با تأخیر زمانی و هزینه زیاد اندازهگیری میشود. روش تحقیق: حسگرهای نرم بهطور عمده تخمین بههنگام متغیرهایی که اندازهگیری آنها دشوار یا غیرممکن است را بهبود میبخشند. شبکههای عصبی به واسطه قابلیت یادگیری الگوهای غیرخطی و سرعت پیشبینی مناسب در توسعه حسگرهای نرم نقش مهمی را ایفا میکنند. این پژوهش بر روی توسعه حسگر نرم تطبیقی بر اساس مدل شبکه عصبی پیشخور برای تخمین بههنگام ترکیب درصد آب در پایین برج تقطیر آزئوتروپیک در فرایند VAM متمرکز است. نتایج اصلی: حسگر نرم ایجاد شده بهصورت تطبیقی در حضور عیبهای عملیاتی مختلف به کار گرفته شده است و با خطای MSE=1.1x10-5، رفتار GC را به صورت لحظهای تخمین میزند. میتوان با حفظ دقت پیشبینی در پیادهسازی تطبیقی حسگر نرم در حضور تغییرات مختلف فرایندی، سازگاری مؤثر این حسگرها را اثبات کرد. این پژوهش قابلیت حسگرهای نرم را بهعنوان جایگزینی کارآمد و مقرونبهصرفه برای نظارت بههنگام در فرایندهای شیمیایی پیچیده را نشان میدهد. | ||
| Keywords | ||
| حسگر نرم; دستگاه کروماتوگرافی گازی; شبکه عصبی; تقطیر آزئوتروپیک; فرآیند VAM | ||
| References | ||
|
| ||
|
Statistics Article View: 225 PDF Download: 141 |
||
| Number of Journals | 45 |
| Number of Issues | 2,196 |
| Number of Articles | 24,877 |
| Article View | 28,768,698 |
| PDF Download | 18,603,335 |