-
شماره راهنما
۷۹۴
-
پديد آورنده
نصيري، مريم
-
عنوان
مدل سازي شبكه عصبي مصنوعي فرآيند توليد اتانول از سيب هاي ضايعاتي توسط باكتري زايموموناس موبيليس
-
عنوان به انگليسي
Artificial neural network modeling of Ethanol Production from Waste Apple Juice by Zymomonas Mobilis
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
مهندسي شيمي
-
محل تحصيل
تهرا ن شمال
-
سال تحصيل
1397
-
تاريخ دفاع
۹۷/۹/۳۰
-
وضعيت پايان نامه
۱۸
-
مشخصات ظاهري
۸۷ص
-
استاد راهنما
خوشحال، عباس
-
توصيفگر فارسي
مدلسازي , شبكه عصبي مصنوعي , سيب ضايعاتي
-
توصيفگر لاتين
Modeling , Artificial Neural Network , Waste Apple
-
چكيده
به دليل بهره داري نامناسب سوخت هاي فسيلي و در نتيجه آن زوال زيست محيطي، دانشمندان به دنبال بهره برداري از انرژي هاي تجديدپذير هستند. ضايعات صنايع جنگل داري و همچنين پسماندهاي كشاورزي از جمله سيب شامل تقريباً 30% قندهاي قابل تخمير هستند كه ميتوانند به عنوان مواد خام براي توليد سوخت هاي زيستي مانند اتانول مورد استفاده قرار بگيرند. آبسيب مقدار كافي از مواد معدني و مغذي ارگانيك دارد كه براي توليد اتانول توسط ميكروارگانيسم ها مناسب است.باكتري زايموموناس موبيليس قادر به متابوليزه كردن تعدادي از انواع قندها و در نهايت توليد اتانول مي باشد. يكي از روش هايهوشمند و الهامي از طبيعت در حل مسائل پيچيده از جمله در بسياري از مسائل زيست محيطي،استفاده از مدلسازي در فرآيندهاي توليد سوخت زيستي مي باشد.توانايي بالاي شبكههاي عصبي مصنوعي در مدلسازي سيستمهاي پيچيدهاي كه داراي ويژگيهاي غيرخطي ميباشند، آنها را به محبوبترين ابزارها براي مدلسازي فرآيندهاي زيستي تبديل كردهاست.
هدف از اين تحقيق بررسي كاربرد شبكه عصبي مصنوعي براي مدلكردن فرآيند توليد بيواتانول، براي به حداقل رساندن اختلاف بين مقادير خروجي واقعي (دادههاي آزمايشگاهي) و پيشبيني شده (خروجي شبكه) و انتخاب مناسبترين شرايط عملياتي و قابليت تعميم آن براي شبيهسازي وروديهاي جديد ميباشد.
در اين پژوهش، از مجموعه 25داده هر يك از پارامترهاي فرآيند توليد بيواتانول استفاده شد. در فرآيند مدلكردن، حدود دوسوم دادهها براي آموزش شبكه و حدود يكسوم دادهها براي تست مجموعه استفاده شد. پارامترهاي ورودي شامل pH، غلظت سوبسترا، دما و مدت زمان فرآيند تخمير و پارامتر خروجي ميزان غلظت اتانول توليدشده بودند.
بهترين شبكه، در تعداد نورنهاي 13 براي لايه مياني و تابع انتقال logsigبراي لايه مياني و تابع انتقال tansigبراي لايه خروجي بدست آمد. ميانگين مربع خطا و ضريب همبستگي شبكه براي داده هاي آموزش به ترتيب 0001568/0 و 99005/0و براي داده هاي ارزيابي دقت مدل سازي به ترتيب برابر 0002858/0 و 95243/0به دست آمد، كه ارتباط خوبي بين دادههاي واقعي و مقادير پيشبيني شده توسط مدل را نشان ميدهد. در اين مورد پاسخ شبكه رضايت بخش بوده وداراي دقت خوب و قابليت تعميم قابل قبولي ميباشد و يك مدلسازي مطلوب براي شبيهسازي و پيشبيني عملكرد فرآيند توليد بيواتانول است و شبيهسازي را مي توان براي وارد كردن وروديهاي جديد استفاده كرد.
-
شماره ركورد
52341
-
لينک به اين مدرک :