تحقیق پیش بینی چگالی سوخت بیودیزل بر اساس اتیل استر اسیدهای چرب با استفاده از شبکه عصبی مصنوعی

توضیحات:

مقاله،تحقیق،پژوهش و...- پیش بینی چگالی سوخت بیودیزل بر اساس اتیل استر اسیدهای چرب با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل رگرسیونی در 11 صفحه در قالب word و قابل ویرایش همراه با توضیحات کامل

چکیده:

در این تحقیق سوخت بیودیزل به روش ترنس استریفیکاسیون با استفاده از الکل اتانول و کاتالیزور هیدروکسید سدیم، از هفت نوع روغن گیاهی (آفتاب گردان، سویا، کلزا، زیتون، ذرت، سبوس برنج و هسته انگور) تولید شد. سوخت بیودیزل تولید شده عمدتا حاوی چهار نوع اتیل استر اسید چرب (لینولئات، پالمیتات، استئارات و اولئات) می باشد. دانسیته سوخت بیودیزل تابعی از میزان هر یک از این استر اسیدهای چرب می باشد بنابراین، تعیین میزان درصد وزنی اتیل استر اسیدهای چرب موجود در این سوخت­ها، با استفاده از دستگاهGC-Mass  براساس استاندارد ASTM  با استفاده از ستون قطبی انجام گرفت. سپس برای تعیین تاثیر میزان اتیل استر اسیدهای چرب بر چگالی سوخت، سوخت­های بیودیزل با درصدهای وزنی متفاوت با یکدیگر مخلوط شده و 240 نمونه سوخت بیودیزل بدست آمد که هر یک از نمونه ها دارای درصد مشخصی از میزان اتیل استر اسیدهای چرب بودند. چگالی نمونه های سوخت­ بر اساس استاندارد ASTM D4052 اندازه گیری شد. سپس یک مدل رگرسیونی خطی و یک مدل شبکه عصبی برای پیش بینی چگالی سوخت بر حسب مقادیر استر اسیدهای چرب ایجاد گردید. نتایج حاصل از مدلسازی رگرسیونی نشان داد که این مدل توانایی پیش بینی دانسیته سوخت بیودیزل را با ضریب 964/0= R²  داشته و اتیل استر پالمیتات، بیشترین تاثیر را بر دانسیته سوخت دارد. همچنین مقایسه مدل رگرسیونی با مدل شبکه عصبی، نشان دهنده برتری مدل شبکه عصبی با ضریب 9897/0= R²  در پیش بینی چگالی سوخت می باشد ولی در عمل مدل رگرسیونی به دلیل راحتی استفاده آن، می تواند کاربرد داشته باشد.  

فهرست مطالب:

چکیده    1

1- مقدمه           1

2- مواد و روشها   3

2-1- مدلسازی رگرسیونی 4

2-2- مدلسازی شبکه عصبی مصنوعی        4

3- نتایج  6

3-1- نتایج حاصل از مدل رگرسیونی 6

3-2- نتایج حاصل از مدلسازی شبکه عصبی مصنوعی            7

4- نتیجه گیری      10

منابع     10