genetic algorithms
در نشریات گروه مهندسی شیمی، نفت و پلیمر-
در سال های اخیر توانایی بسترهای آکنده دوار در غبارزادیی از گازها مورد توجه صنایع مختلف قرار گرفته است. از سوی دیگر به دلیل پیچیدگی های فراوان اینگونه بسترها، به کارگیری دینامیک سیالات محاسباتی در طراحی و مدل سازی آنها بسیار دشوار خواهد بود. از همین رو در پژوهش حاضر، عملکرد روش های هوش مصنوعی در طراحی این تجهیزات مورد بررسی قرار گرفت. بر این اساس، ابتدا با بکارگیری 561 داده تجربی، سامانه ای مبتنی بر شبکه های عصبی مصنوعی توسعه داده شد. در این سامانه ویژگی های طراحی و شرایط کاری بستر بعنوان ورودی، و بازدهی بستر بعنوان خروجی مدل در نظر گرفته شد. عملکرد سامانه نیز مورد ارزیابی کیفی و کمی قرار گرفت و دستیابی به ضریب همبستگی 99/0 دقت مناسب آنرا در تخمین بازدهی نشان می دهد. در نهایت با استفاده از مدل آموزش داده شده در گام نخست و بکارگیری الگوریتم ژنتیک، روش نوینی جهت طراحی بهینه این بسترها با ویژگی های دلخواه و بازدهی مطلوب ارایه گردید. بررسی های صورت گرفته نشان داد که سامانه مذکور در عین سادگی، از دقت و انعطاف بالایی در طراحی بسترها برخوردار بوده و هزینه اندک توسعه، این روش را به ایده ای جذاب جهت بکارگیری در صنایع مبدل می کند.
کلید واژگان: غبار زدایی، بستر آکنده دوار، بازدهی، شبکه عصبی، الگوریتم ژنتیکIn recent years, the capabilities of rotating packed beds in dust removal from gases has attracted the attention in different industries. On the other hand, due to intricate complexities of such beds, employment of computational fluid dynamic techniques for design and modeling purposes would be difficult. Therefore, in this research the performance of artificial intelligence techniques in design of theses equipment was investigated. Accordingly, in the first step and by using 561 experimental data points, an artificial neural network system was developed. In the constructed model, dust removal efficiency was considered as the output and the working and design conditions of the bed were fed as the inputs. Performance of the developed system was analyzed both quantitatively and qualitatively and achieving value of 0.99 for correlation coefficient demonstrates its suitable accuracy in efficiency determination. Finally, employing the developed neural network system combined with genetic algorithms, a novel method for optimum design of beds with arbitrary characteristics was proposed. Performed analyses showed that the constructed system while being simple, offers flexibility and precision in design of rotating packed beds. Also, its low coast of development makes it an attractive idea to be employed in industry scale.
Keywords: Dust removal, Rotating packed bed, Efficiency, artificial neural networks, Genetic Algorithms -
مسئله بهینه سازی توالی ستون های تقطیر غیر دقیق در کلی ترین حالت یک مسئله MINLP با تابع هدفی غیر خطی می باشد. هدف این تحقیق آنست تا روشی دو مرحله ای ارائه دهد که متغیرها را به منظور ساده سازی مسئله به دو دسته تقسیم می کند. یک دسته از متغیرها که توسط الگوریتم ژنتیک بهینه سازی می شوند و دسته دیگر که می توانند به عنوان یک مسئله خطی با توجه به مقادیر به دست آمده از متغیرهای دسته قبلی بهینه شوند. این مطالعه یک سری روابط ریاضی را بین متغیرهای دسته اول با استفاده ازعملیات ریاضی روی قیود غیر خطی مسئله استخراج می کند به طوری که با بهینه نمودن تعداد کمی از آنها سایر متغیرهای این دسته نیز توسط این روابط قابل دستیابی هستند. این روش قادر است که بهترین ساختار را از ابر ساختار کلی جداسازی در کوتاه ترین زمان ممکن بدون استفاده از هیچ نقطه شروعی برای جداسازی های سه جزیی ارائه دهد. برای تایید این روش سه مثال مورد بررسی قرار گرفت.کلید واژگان: بهینه سازی، جداسازی غیر دقیق، MINLP، الگوریتم ژنتیک، جداسازی سه جزییIn general, the non-sharp distillation columns sequence optimization problem is formulated as a MINLP with a non-linear objective function. This study is an attempt to provide a two- phase approach which categorizes the variables into two classes in order to simplification of the problem. A set of variables are managed and optimized by Genetic Algorithm, the other set of the remaining variables can be solved as a LP problem for estimated values of the first set. The study formulates some mathematical relationships between the first set of variables from the non-linear constraints so that by optimizing some of them, others are obtained with the assistance of the relationships. The method has the ability to obtain the best structure from the overall superstructure directly in short time without using any starting points for ternary separation. Three published examples were used to validate the proposed method.Keywords: Optimization, non-sharp separation, MINLP, Genetic Algorithms, ternary separations
-
کوره دوار سیمان به دلیل نقشی که در تولید سیمان و مصرف انرژی دارد، یکی از مهمترین اجزای کارخانه سیمان محسوب می شود. کارهای بسیار گسترده ای در زمینه مدل سازی و شبیه سازی کوره های دوار سیمان انجام گرفته و انواع مدل های ایستایی و دینامیکی برای آن ارائه شده است. عملکرد این کوره بسیار مهم است و بر کیفیت سیمان و مقدار سوخت مصرفی و هزینه عملیاتی، تاثیر به سزایی دارد. در این تحقیق، سعی شده است یک مدل مناسب برای شبیه سازی کوره دوار سیمان انتخاب شود تا برای اجرای آلگوریتم بهینه سازی از آن، استفاده گردد. با توجه به ارتباط پیچیده پارامترهای طراحی و عملیاتی کوره با کیفیت سیمان تولیدی و نیز سوخت مصرفی، از روش قدرتمند آلگوریتم ژنتیکی برای بهینه سازی استفاده شد. با بهینه سازی کوره دوار سیمان به منظور تولید سیمان با کیفیت های خاص توسط آلگوریتم ژنتیکی، پارامترهای بهینه فرایند به دست آمد.
کلید واژگان: کوره دوار سیمان، مدل سازی، شبیه سازی، بهینه سازی، آلگوریتم ژنتیکیRotary cement kiln as heart of a cement production plant plays an important role in overall energy consumption and product yield. Therefore, the process behavior and physical parameters affecting the final production need to be investigated. Modeling and simulation of the rotary cement kiln have been done by several researchers considering dynamic and steady state behavior of the process. In this research, different models presented by other researchers were evaluated and their advantages and disadvantages were studied. Next, a general and comprehensive model was developed with the aim of optimization of the process. Due to the complexity of the Differential and Algebraic Equations (DAEs) constructing the model, a powerful method should be employed in order to solve the complex system. Simulation results were compared to the result from a case study presented in the literature. Moreover, Genetic Algorithms (GA) was used as a strong tool to find optimum parameters and operating conditions for production of different cement types. Having maximum production as objective function, different values for the parameters and conditions were resulted from the numerical optimization of the process. It was found that for some fixed plant geometries, different optimum values exist for production of a specified cement type.Keywords: Rotary Cement Kiln, Modeling, Simulation, Optimization, Genetic Algorithms
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.