فهرست نشریات علمی دسترسی آزاد ایران

پس از شناخت تأثیرات سمی و سرطان‌زایی ترکیبات آلی سرب، تولید ترکیبات مانند متیل ترشری بوتیل اتر، به‌عنوان افزودنی برای بنزین‌های هیدروکربنی معمولی، مطرح گردید؛ در نتیجه، توسعه فرایندی جدید برای تولید بنزین با اکتان بالا از ترکیبات پیچیده مقطرهای سبک نفتی، به اجرا درآمد. این روش، مبتنی بر جداسازی آلکان‌های خطی و شاخه‌ای C5-C8 براساس خواص جذبی آنها، طول زنجیره و تعداد شاخه‌ها می‌باشد. در این پژوهش، مدل شبکه عصبی هیبریدی برمبنای داده‌های تجربی موجود در بانک اطلاعاتی، به‌عنوان مدلی جایگزین برای پیش‌بینی میزان جداسازی پارافین‌های خطی و شاخه‌ای توسط فرایند جذب استفاده شده است. دمای جذب، زمان جذب، عدد اکتان و چگالی هیدروکربن‌ها به‌عنوان چهار پارامتر ورودی و همچنین نسبت غلظت پارافین خطی به کل، به‌عنوان پارامتر خروجی شبکه عصبی در نظر گرفته شد. پایگاه داده آزمایشگاهی، مدل شبکه عصبی را با موفقیت تعلیم داد و سپس به کمک داده‌های تست، بررسی کرد. نتایج مدل‌سازی برای داده‌های تست، نشان از موفقیت‌آمیز بودن مدل شبکه‌های عصبی در پیش‌بینی میزان جداسازی پارافین‌های خطی از غیرخطی دارد؛ از این رو مدل شبکه عصبی مصنوعی توسعه داده شده می‌تواند برای تعیین مطمئن C/C0 در فرایند جذب به کار رود. طبق نتایج به‌دست‌آمده برای داده تست، کمترین خطای میانگین مربعات، برابر با ۰/۰۵۱۸ به‌دست آمد که این میزان، رضایت‌بخش است. داده‌های مد‌‌ل‌سازی با داده‌های تجربی مقایسه گردید و ضریب رگرسیون برابر ۰/۹۹ حاکی از تطابق خوب نتایج تجربی و مدل‌سازی می‌باشد.