بهینه سازی پارامترهای الگوریتم ژنتیک برای تعیین ضرایب مدل سینتیکی احتراق متان و هوا
نویسندگان
1 دانشکده مهندسی شیمی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی
2 دانشکده مهندسی شیمی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی
3 دانشکده مهندسی شیمی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی
4 دانشکده مهندسی شیمی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی
5 دانشگاه صنعتی سهند، دانشکده مهندس شیمی، مرکز تحقیقات مهندسی محیط زیست
doi
چکیده
توسعه مدلهای سینتیکی برای سوخت های جدید نیازمند بهینه سازی پارامترهای سرعت واکنشهاست که در این میان الگوریتم ژنتیک کارایی بالایی دارد. از آنجایی که انتخاب پارامترهای مناسب جمعیتی و تولید مثل (تعداد جمعیت، احتمال ترکیب و احتمال جهش) در الگوریتم ژنتیک تأثیر زیادی بر دستیابی به ضرایب سینتیکی بهینه و نیز در سرعت همگرایی روش دارد، مقاله حاضر به بررسی اثر این پارامترها در حالتهای مختلف در بهینه سازی های مربوط به یک مدل سینتیکی معتبر به عنوان ساختار مکانیسم در احتراق متان و هوا در داخل راکتور همزده پرداخته و سپس با استفاده از تحلیل آماری، بهترین پارامترهای الگوریتم ژنتیک را برای به دست آوردن پارامترهای سینتیکی گزارش کرده است. از میان پارامترهای الگوریتم ژنتیک، بیشترین تأثیر ناشی از احتمال جهش بوده که مقدار بهینه آن 0/001 به دست آمد و در رتبه بعدی تأثیر، جمعیت با تعداد بهینه 16 قرار گرفت. برای بررسی بیشتر اعتبار مدل بهینه شده، از مدل شعله پیش اختلاطی استفاده شد که نتایج آن، از لحاظ توزیع اجزای شیمیایی در طول شعله، تطابق کامل با مدل سینتیکی اصلی داشت.