علی رنجبر

هیدروژن به عنوان یک گاز سبز، اخیرا برای ذخیره سازی و تاثیر آن بر تغییر ترشوندگی و کشش بین سطحی (IFT) مورد توجه قرار گرفته است. در این مطالعه، استفاده از هیدروژن به عنوان یک cushion گاز در سیستم ازدیاد برداشت دی اکسید کربن، میزان و نحوه تاثیرگذاری در عملکرد آن با مقایسه با دیگر گازها بررسی شده و عملکرد آن در یک روش نوآورانه با استفاده از مدل های یادگیری ماشین ارزیابی شده است. داده های آزمایشگاهی پس از پیش پردازش آماری، پردازش و اعتبارسنجی، برای پیش بینی مقادیر IFT و زاویه تماس (CA) به کار گرفته شدند. مدل های random tree, random forest و LSBoost برای این منظور پیاده سازی شدند و هایپرپارامترها با روش های بهینه سازی بهترین و جستجوی تصادفی تنظیم شدند. مدل LSBoost با R2 برابر با 0.9986 و برای IFT 0.982 و برای CA بهترین عملکرد را نشان داد. نتایج نشان دهنده دقت بالا و قابلیت روش پیشنهادی است.