پيش بيني غلظت 4- كربوكسي بنزآلدئيدواسيد پاراتولوئيك در فرآيند توليد اسيد ترفناليك

پيش بيني غلظت مادة 4 كربوكسي بنروآلدئيد و اسيد پارتولوئيك يكي از مهمترين پارامترهاي توليد اسيد ترفتاليك و مصرف آن جهت صنايع توليد پلي استر ( پلي اتيلن ترفنالات) مي باشد كه كاهش غلظت اين مواد مستلزم صرف هزينه هاي زياد در واحد خالص سازي اسيد ترفتاليك مي باشد و همچنين افزايش غلظت اين ناخالصي ها باعث كاهش كيفيت پلي استر توليدي مي شود. در فرآيند توليد اسيد ترفتاليك بدليل پيچيدگي هاي واكنش ها و همچنين وجود پارامترهاي بسيار زياد موثر بر غلظت ناخالصي , پيش بيني ناخالصي به روش معمول مدل سازي راكتور اكسيداسيون ، بسيار پيچيده و وقت گير مي باشد. در اين تحقيق از روش نوين محاسبات شبكه عصبي مصنوعي جهت محاسبه غلظت ناخالصي فوق الذكر استفاده شده است. مي باشد كه (MLP ) يكي از پركاربردترين مدل شبكه عصبي مصنوعي مدل شبكه عصبي مصنوعي پرسپترون چند لايه اي جهت پيش بيني ناخالصي هاي ذكر شده بكار گرفته شده است . نتايج حاصل از آن با داده هاي واقعي سازگاري خوبي و كاتاليست در جريان atomic ratio خطاي در حد 10 % را ايجاد كرده است همچنين مشخص گرديد كه در وضعيتي كه 0.5 باشد حداقل غلظت ناخالصي توليد مي شود. ~ خوراك راكتور اكسيداسيون پارازايلن در محدوده 0.6 جهت مدل كردن پيش بيني غلظت ناخالصي هاي موجود اسيد ترفتاليك از امكانات و توابع موجود در محيط نرم افزار بهره گرفته شده و سپس با مدل بدست آمده ،مقادير محاسبه شده و مقادير اندازه گيري شده در واحد صنعتي MATLAB توليد ترفتاليك اسيد مورد بررسي قرار گرفت. 4- و % 11 CBA پس از آموزش شبكه به روش ماركوارت –لونبرگ مدل پيشنهاد شده مي تواند با حدوداً % 0.8814 براي فاز يك CTA ناخالصي هاي موجود در پور در اسيد ترفتاليك واحد صنعتي p-toluic acid خطاي محاسباتي براي پتروشيمي شهيد تندگويان را پيش بيني مي كند.