مدل سازي و شبيه سازي واحد تبديل كاتاليستي نفتا با استفاده از شبكه هاي عصبي مصنوعي

هدف از اين تحقيق، مدل سازي و شبيه سازي واحد تبديل كاتاليستي نفتا به كمك شبكه عصبي مصنوعي ميباشد. براي اين منظور از 11 داده ي بدست آمده از واحد تبديل كاتاليستي نفتا پالايشگاه نفت لاوان در سال 1131 استفاده شده است. اين داده ها شامل 1 متغيير ورودي و 2 پاسخ خروجي بودند. متغييرهاي ورودي شامل فشار راكتورها، دماي خوراك راكتور اول، دبي حجمي خوراك نفتا، دبي حجمي گاز برگشتي و نسبت مولي هيدروژن به هيدروكربن و پاسخ ها شامل عدد اكتان پژوهشي و دبي حجمي بنزين توليدي بودند. از 51 داده براي آموزش شبكه عصبي مصنوعي و مابقي داده ها براي تست كردن عملكرد شبكه طراحي شده استفاده شد. در اين تحقيق شبكه هاي پرسپترون چند لايه با الگوريتم پس انتشار خطا با ساختارهاي متفاوت تعريف و بررسي شد. به عبارتي با تغيير تعداد نرونهاي لايه مياني، توابع انتقال و الگوريتم هاي آموزش بهترين ساختار شبكه براي مدل سازي اين واحد يافت شد. نتايج نشان داد كه يك شبكه عصبي پرسپترون سه لايه با 11 نرون در لايه مياني، الگوريتم آموزش لونبرگ ماركوآت، تابع انتقال لايه مياني از نوع Tansig و تابع انتقال لايه خروجي از نوع Pureline ، داراي بيشترين مقدار ضريب همبستگي ) = 0.99808 2R ( وكمترين مجموع مربعات خطا ) MSE = 0.023 ( بود.