فهرست نشریات علمی دسترسی آزاد ایران

در این مطالعه، مدل‌ مبتنی بر هوش مصنوعی برای پیش‌بینی حلالیت تعادلی دی‌اکسیدکربن در سامانۀ حلال آمین (تری ‌ اتانول آمین + پیپرازین + آب) با هدف جذب دی‌اکسیدکربن ایجاد شده است. در مدل پرسپترون چندلایه، داده‌های حلالیت (بارگذاری دی‌اکسیدکربن در محلول آمین) به‌عنوان تابعی از فشار جزئی دی ‌ اکسیدکربن، دمای سامانه و ترکیب آمین بررسی شد. الگوریتم لونبرگ- مارکوارت پس ‌ انتشار برای پیش‌بینی فشار جزئی دی‌اکسیدکربن استفاده شد. نسبت نهایی آموزش، اعتبارسنجی و مجموعۀ داده‌های آزمایشی تقریباً 70:15:15 بود. ساختار بهینۀ پرسپترون چندلایه ( MLP ) در الگوریتم لونبرگ- مارکوارت برای فشار جزئی دی‌اکسیدکربن با 20 نورون در اولین لایۀ پنهان و 10 نورون در لایۀ پنهان دوم ایجاد شده است. ضریب همبستگی 995/0 بین نتایج تجربی و محاسبات شبکۀ عصبی مصنوعی وجود دارد که سازگاری عالی بین آن ‌ ها را نشان می‌دهد. بهترین عملکرد اعتبارسنجی 0043497/0 از دورۀ 13 بود. به ‌ طور کلی، نتایج نشان می‌دهد که مدل اعمال ‌ شده می‌تواند پیش ‌ بینی دقیقی از فشار جزئی و یا حلالیت برای شرایط مختلف عملیاتی ارائه دهد.