بررسی جذب گازهای خالص متان، کربن دی اکسید و نیتروژن برروی زئولیت 13X با استفاده از شبکه عصبی مصنوعی

یکی از راه های جلوگیری از گرم شدن کره زمین و افزایش ارزش حرارتی گاز طبیعی، جذب کربن دی اکسید و نیتروژن، با استفاده از زیولیت ها است. در این مطالعه، نتایج تجربی جذب سه گاز متان، کربن دی اکسید و نیتروژن توسط زیولیت 13X، با استفاده از شبکه عصبی مصنوعی مورد بررسی قرار گرفت. دما و فشار به عنوان ورودی های سیستم و ظرفیت جذب به عنوان خروجی در نظر گرفته شد. در همه مدل ها از الگوریتم پس انتشار لونبرگ- مارکوآرت برای آموزش شبکه استفاده شد. جهت تعیین توابع انتقال بهینه در لایه های پنهان و خروجی و نرون بهینه از شاخص های ضریب تعیین، خطای میانگین مربعات، مجموع خطاهای مربع و خطای میانگین مربع ریشه استفاده شد. نرون بهینه برای متان، کربن دی اکسید و نیتروژن به ترتیب 10، 10 و 15 به دست آمد. همچنین بهترین نتایج برای توابع انتقال، Logsig و Tansig برای متان، Logsig و Purelin برای کربن دی اکسید و نیتروژن به ترتیب برای لایه پنهان و لایه خروجی به دست آمدند. ضریب تعیین در شرایط بهینه برای متان، کربن دی اکسید و نیتروژن به ترتیب 9970/0، 9842/0 و 9937/0 به دست آمد. در پایان درصد انحراف میانگین برای نتایج پیش بینی شده توسط شبکه عصبی با نتایج توسط مدل لانگمویر و مدل Sips وابسته به دما مقایسه شد که نشان از دقت بالای شبکه عصبی مصنوعی نسبت به دو مدل است.