بررسی جذب گازهای خالص متان، کربن دی اکسید و نیتروژن برروی زئولیت 13X با استفاده از شبکه عصبی مصنوعی

Abstract

یکی از راه‌های جلوگیری از گرم شدن کره زمین و افزایش ارزش حرارتی گاز طبیعی، جذب کربن دی اکسید و نیتروژن، با استفاده از زئولیت‌ها است. در این مطالعه، نتایج تجربی جذب سه گاز متان، کربن دی اکسید و نیتروژن توسط زئولیت 13X، با استفاده از شبکه عصبی مصنوعی مورد بررسی قرار گرفت. دما و فشار به‌عنوان ورودی‌های سیستم و ظرفیت جذب به‌عنوان خروجی در نظر گرفته شد. در همه مدل‌ها از الگوریتم پس انتشار لونبرگ- مارکوآرت برای آموزش شبکه استفاده شد. جهت تعیین توابع انتقال بهینه در لایه‌های پنهان و خروجی و نرون بهینه از شاخص‌های ضریب تعیین، خطای میانگین مربعات، مجموع خطاهای مربع و خطای میانگین مربع ریشه استفاده شد. نرون بهینه برای متان، کربن دی اکسید و نیتروژن به‌ترتیب 10، 10 و 15 به‌دست آمد. همچنین بهترین نتایج برای توابع انتقال، Logsig و Tansig برای متان، Logsig و Purelin برای کربن دی اکسید و نیتروژن به‌ترتیب برای لایه پنهان و لایه خروجی به‌دست آمدند. ضریب تعیین در شرایط بهینه برای متان، کربن دی اکسید و نیتروژن به‌ترتیب 9970/0، 9842/0 و 9937/0 به‌دست آمد. در پایان درصد انحراف میانگین برای نتایج پیش‌بینی شده توسط شبکه عصبی با نتایج توسط مدل لانگمویر و مدل Sips وابسته به دما مقایسه شد که نشان از دقت بالای شبکه عصبی مصنوعی نسبت به دو مدل است.

Keywords

• گاز طبیعی
• کربن دی اکسید
• زئولیت 13x
• مدل‌سازی
• شبکه عصبی مصنوعی