Skip to main content
SUPERVISOR
Mohsen DavazdahEmami,Arjomand Mehrabani zeinabad
محسن دوازده امامی (استاد مشاور) ارجمند مهربانی زین آباد (استاد راهنما)
 
STUDENT
Davoud Dadkhast
داود دادخواست

FACULTY - DEPARTMENT

دانشکده مهندسی شیمی
DEGREE
Master of Science (MSc)
YEAR
1383

TITLE

Application of Artificial Neural Networks (A.N.N.) in Modeling and Simulation of Reactive Distillation Columns
Design and simulation of reactive distillation systems are more complex than usual distillation systems because of the existence of two simultaneous phenomena, reaction and phase equilibrium. Also investigation on simultaneous chemical reactions and phase equilibrium needs reactive-phase equilibrium thermodynamics. In this research, two models of equilibrium stage and neural networks are used for simulation of reactive distillation columns. Initially, modeling and simulation of the processes were done regarding fundamental equations, mass balances, component mass balances and energy balances which are a basis for dynamic simulation of reactive distillation. So that simulation results and main effect parameters were analyzed on reactive distillation columns performance and compared with experimental data. A good agreement was found between experimental data and the model simulation results. Furthermore simulation and dynamic modeling of reactive distillation systems were carried out, using neural network. According to the results of equilibrium stage simulation, it was possible to identify required system, using neural network by proper data. After the specification of network structure, model structure and network train algorithm, identification of the system was done. At last, effective network parameters and the most appropriate structure for identification of dynamic of the system specified. Indeed, this research leads to control of the system by using of the model identified by neural network.
طراحی و شبیه‌سازی سیستمهای تقطیرواکنشی بعلت وجود توام واکنش شیمیایی با تعادل فازی پیچیده‌تر از سیستمهای تقطیر معمولی است و اثر متقابل واکنش شیمیایی وتعادل فازی، ترمودینامیک تعادل فازی- واکنشی را می‌طلبد که این نکته تاکید بسیار زیادی بر پیچیدگی این سیستمها دارد.در این رساله مدلسازی و شبیه‌سازی دینامیکی سیستمهای تقطیر واکنشی بر اساس دو روش متفاوت انجام شده است.در ابتدا مدلسازی وشبیه‌سازی فرایند، بر اساس معادلات بنیانی بقای جرم و انرژی انجام گردیده است که پایه‌ای برای شبیه‌سازی دینامیکی برجهای تقطیر واکنشی می‌باشد. سپس نتایج حاصل از شبیه‌سازی مورد بحث و بررسی، و اثرات پارامترهای مهم عملیاتی برج تقطیر واکنشی بر روی عملکرد برج مورد تجزیه و تحلیل قرار گرفته است ونتایج حاصل از شبیه‌سازی با نتایج تجربی مقایسه گردیدند که نتایج تجربی توافق خوبی را با نتایج شبیه‌سازی نشان می‌دهند.در ادامه شبیه‌سازی و مدلسازی دینامیکی سیستمهای تقطیر واکنشی با مدل شبکه های عصبی انجام شده است. با توجه به نتایج مطلوب حاصل از شبیه‌سازی مدل مرحله تعادلی، این امکان فراهم شد تا با اخذ اطلاعات مناسب وداده های مورد نیاز، اقدام به شناسایی سیستم مورد بحث با توجه به شبکه های عصبی شود.در این مرحله بعد از تعیین ساختار شبکه مورد نظر و ساختار مدل شناسایی و الگوریتم آموزش شبکه به شناسایی سیستم مورد بحث پرداخته شدکه در نهایت با تغییر پارامترهای موثر شبکه، مناسب‌ترین ساختار برای شناسایی دینامیک سیستم مشخص گردید.در واقع هدف از انجام این کار، استفاده از مدل شناسایی شده توسط شبکه عصبی برای کنترل سیستم می‌باشد.

ارتقاء امنیت وب با وف بومی