مدل‌سازی و کاهش تولید NOx در بخارساز احتراق غوطه‌ور با استفاده از سیستم استنتاج فازی

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی‌شیمی، دانشکده شیمی و مهندسی شیمی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

2 استادیار، گروه مهندسی‌شیمی، دانشکده شیمی و مهندسی شیمی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

3 استادیار، گروه مهندسی شیمی، دانشکده شیمی و مهندسی شیمی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

doi
10.22075/jme.2023.30609.2451
چکیده

بخارسازهای احتراق غوطه­ور از جمله تجهیزات صنعتی هستند که به میزان بسیار زیادی اکسیدهای نیتروژن (NOx) تولید می­کنند. این تجهیزات در واقع مبدل­های حرارتی هستند که در پایانه­های گاز طبیعی مایع (LNG) برای تبخیر گاز طبیعی مایع و تبدیل آن به گاز استفاده می­شوند. از آنجا که مطالعات پیشین نشان داده که شرایط عملیاتی این تجهیز بر میزان تولید NOx  در آن موثر است، در این پژوهش از ابزارهای هوش مصنوعی جهت مدل­سازی و سپس بهینه­سازی انتشار NOx در این تجهیزات استفاده شد. به همین منظور تعداد 63 داده آزمایشگاهی از پژوهش های پیشین محققان استخراج شده و سپس از ترکیبی از سیستم استنتاج فازی عصبی تطبیقی و الگوریتم ژنتیک جهت مدل­سازی داده­ها استفاده شد. در سیستم توسعه یافته، غلظت اکسیژن، دما، غلظت آب­اکسیژنه و pH محلول، به­عنوان پارامترهای ورودی به مدل و درصد کاهش NOx بعنوان خروجی در نظر گرفته شد. تحلیل های آماری مدل ساخته شده نشان داد که این مدل با ضریب همبستگی 9714/0، میانگین مربعات خطا 0938/1 ، میانگین درصد خطای مطلق 9713/4 و ماکسیمم درصد خطای مطلق 2144/13 از دقت مناسبی در تخمین مقدار کاهش NOx برخوردار است. در گام بعد و پس از توسعه مدل، از الگوریتم ژنتیک و مدل ساخته شده برای بهینه سازی شرایط عملیاتی با کمترین نرخ انتشار NOx استفاده شد. نتایج این بخش از پژوهش نیز نشان داد که در صورت بهینه سازی شرایط عملیاتی، امکان کاهش میزان NOx منتشر شده تا 24/37 درصد وجود دارد.