پيش‌بيني شار انتقال جرم CO2 در محلول‌هاي آمين با استفاده از شبكه‌هاي عصبي

در اين تحقيق، براي پيش بيني شار انتقال جرم كربن دي اكسيد در محلول پيپرازين از شبكه پرسپترون چند لايه استفاده شده است. پارامترهاي موثر بر شار انتقال جرم كربن دي اكسيد شامل غلظت كربن دي اكسيد در سطح مشترك و در بالك مايع، ضريب بارگذاري، نسبت ضريب نفوذ كربن دي اكسيد فاز گاز به مايع، نسبت فشار جزيي كربن دي اكسيد به فشار كل، نسبت ضخامت فيلمي فاز گاز به مايع و پارامتر فيلم، به عنوان متغيرهاي ورودي و شار انتقال جرم كربن دي اكسيد به عنوان متغير خروجي شبكه انتخاب شدند. براي آموزش، آزمون و ارزيابي شبكه عصبي پرسپترون چند لايه از داده هاي تجربي ارايه شده در مقالات بهره گرفته شده است. تعداد داده هاي تجربي به‌كار رفته، 104 داده و محدوده غلظت پيپرازين 2 تا 8 مولال بوده است. نتايج پيش بيني شبكه پرسپترون نشان داد كه متوسط خطا براي شار انتقال جرم كربن دي اكسيد 61/8 درصد است. نتايج شبكه هاي عصبي با نتايج ديگر محققان نيز مقايسه شد و نتايج نشان داد كه شبكه عصبي شار انتقال جرم كربن دي اكسيد را با دقت و سرعت بيشتري محاسبه مي‌كند.