آمار
| تعداد نشریات | 26 |
| تعداد شماره‌ها | 447 |
| تعداد مقالات | 4,557 |
| تعداد مشاهده مقاله | 5,379,972 |
| تعداد دریافت فایل اصل مقاله | 3,580,053 |
مدل‌سازی و طراحی بسترهای آکنده دوار با استفاده از روش‌های هوش مصنوعی | ||
| نشریه علوم و مهندسی جداسازی | ||
| مقاله 6، دوره 12، شماره 1، شهریور 1399، صفحه 79-96 اصل مقاله (1.14 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22103/jsse.2020.2643 | ||
| نویسندگان | ||
| امیر احسان فیلی منفرد* 1؛ امیر صرافی2 | ||
| 1دانشکده شیمی و مهندسی شیمی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران | ||
| 2بخش مهندسی شیمی، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان | ||
| چکیده | ||
| در سال‌های اخیر توانایی بسترهای آکنده دوار در غبارزادیی از گازها مورد توجه صنایع مختلف قرار گرفته است. از سوی دیگر به دلیل پیچیدگی‌های فراوان اینگونه بسترها، به‌کارگیری دینامیک سیالات محاسباتی در طراحی و مدل‌سازی آنها بسیار دشوار خواهد بود. از همین رو در پژوهش حاضر، عملکرد روش‌های هوش مصنوعی در طراحی این تجهیزات مورد بررسی قرار گرفت. بر این اساس، ابتدا با بکارگیری ۵۶۱ داده تجربی، سامانه‌ای مبتنی بر شبکه‌های عصبی مصنوعی توسعه داده شد. در این سامانه ویژگی‌های طراحی و شرایط کاری بستر بعنوان ورودی، و بازدهی بستر بعنوان خروجی مدل در نظر گرفته شد. عملکرد سامانه نیز مورد ارزیابی کیفی و کمی قرار گرفت و دستیابی به ضریب همبستگی ۹۹/۰ دقت مناسب آنرا در تخمین بازدهی نشان می‌دهد. در نهایت با استفاده از مدل آموزش داده شده در گام نخست و بکارگیری الگوریتم ژنتیک، روش نوینی جهت طراحی بهینه این بسترها با ویژگی‌های دلخواه و بازدهی مطلوب ارائه گردید. بررسی‌های صورت گرفته نشان داد که سامانه مذکور در عین سادگی، از دقت و انعطاف بالایی در طراحی بسترها برخوردار بوده و هزینه اندک توسعه، این روش را به ایده‌ای جذاب جهت بکارگیری در صنایع مبدل می‌کند. | ||
| کلیدواژه‌ها | ||
| غبار زدایی؛ بستر آکنده دوار؛ بازدهی؛ شبکه عصبی؛ الگوریتم ژنتیک | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 524 تعداد دریافت فایل اصل مقاله: 357 |
||