10 اردیبهشت 1403
حسين رهيده

حسین رهیده

مرتبه علمی: استادیار
نشانی: دانشکده مهندسی نفت، گاز و پتروشیمی - گروه مهندسی شیمی
تحصیلات: دکترای تخصصی / مهندسی شیمی
تلفن: -
دانشکده: دانشکده مهندسی نفت، گاز و پتروشیمی

مشخصات پژوهش

عنوان
کاربرد شبکه عصبی مصنوعی در پیش بینی عملکرد جداسازی نیتروژن با استفاده از جذب با نوسان فشار
نوع پژوهش پارسا
کلیدواژه‌ها
شبکه عصبی مصنوعی - جداسازی نیتروژن- جذب با نوسان فشار
پژوهشگران سوما شیوا (دانشجو) ، مسعود مفرحی (استاد راهنما) ، حسین رهیده (استاد مشاور)

چکیده

ذب باتناوبفشاریکی از رایجترین و معقولترین روشهای تولید گاز نیتروژن میباشد و در طول چند دههی اخیر به وسیله پژوهشگران بسیاری مورد بررسی و مطالعه قرار گرفته است. به دلیل هزینهبر بودنانجام فعالیتهای آزمایشگاهی و محدودیتتغییرات درمتغیرهای موثر،شبیهسازیاین فرآیند مورد توجه قرار گرفته است. با پیشرفت و رشد الگوریتمهای تخمین نتایج مانند شبکهی عصبی مصنوعی، توجه برخی از پژوهشگران برای کاربرد این روشهادر فرآیند جذب سطحی جلب شده و پزوهشهای مختصری در زمینهی پیشبینی رفتار فرآیندجذب باتناوبفشاربا شبکهی عصبی مصنوعی صورت گرفتهاست. شبیهسازی فرآیندجذب باتناوبفشاردر چهار مرحله (فشارزنی، جذب، تخلیه و زدایش) باهدف جداسازی گاز نیتروژن با استفاده از جاذبCMSانجام شد. تاثیر عملکرد جاذبCMSبر متغیرهای مختلف در شرایط پایا شبیهسازی گردید. این شبیهسازیبا استفاده از نرمافزارAspen adsorptionدر دماهای (15/293،15/298و15/303) کلوین و فشارهای (5،6،7) باربرای ایزوترم النگمویر فرندلیچ انجامگردید.در نهایتدادههایحاصل از نرم افزارAspen adsorptionدر فرآیندجذب باتناوبفشارتوسطشبکهیعصبیپیشبینیشده است. نتایج پیشبینی مدلANNآموزش دیده با نتایج نرمافزارAspen adsorptionمطابقت قابل قبولنشان داد.به طوریکهضریب تعیین یا مقدار خطا (R) نزدیک به1بدست آمده است.همچنیننتایجنشان دادکهشبیهسازی جذب تناوبی فشار برای تولید نیتروژن با نرمافزارAspen adsorptionنتایج قابل اطمینانبرای طراحی چنین واحدهائی خواهد داشت.