شبیه سازی فن های هوایی واحد هیدروژن شرکت پالایش نفت امام خمینی (ره) شازند با استفاده از نرم افزارAspen B-jac

یخ زدگی فن ها در واحدهای عملیاتی از جمله واحد هیدروژن پالایشگاه امام خمینی شازند در فصول سرد سال  یکی از مشکلات مهم در این پالایشگاه می باشد. به منظور ارائه راهکار مناسب برای حل این مشکل بایستی تخمینی مناسب از دمای خروجی فن را داشته باشیم. روش شبکه عصبی ابزار محاسباتی بسیار قوی به منظور مدلسازی پدیده ها می باشد. در این تحقیق از یک شبکه عصبی پیشرو سه لایه به منظور پیش بینی دمای سیال خروجی از فن های هوایی واحد هیدروژن پالایشگاه امام خمینی شازند استفاده شده است. نتایج نشان داد خطای نسبی متوسط برای این روش برابر ۲/۷% برای داده های آزمایشی و۵/۶% برای داده های آموزشی بوده است. در این پروژه همچنین با استفاده از نرم افزار Aspen B-jac فن شبیه سازی می شود و راهکار مناسب جهت جلوگیری از یخ زدگی لوله ها ارائه می شود.

نوع فایل :word

تعداد صفحات :۱۲۷

مقدمه

مزایا و معایب خنک کردن با هوا

مزایا

معایب

ساختار مبادله کن های گرمای خنک شونده با هوا

آرایش دسته لوله ها و ایجاد جریان هوا

عبور هوا به صورت جریان دمشی (اجباری) و مکشی (القایی)

عبور هوا به صورت جریان طبیعی

ساختار دسته لوله و شکل بندی های جریان

ساختار دسته لوله

شکل بندی جریان

ساختار لوله پره دار

لوله های پره دار

انواع پره ها

کاربردهای فن های هوایی

استفاده های صنعتی

معادلات اساسی انتقال گرما

اجزای فن هوایی

فن های هوایی عمودی

تیوب باندل ها واجزای مختلف کویل ها

فن و محرک هوا

مشکلات مبدل های خنک کننده هوایی

 مروری بر کارهای گذشته

معرفی واحد هیدروژن

شیمی فرآیند

شرح عملیات واحد

شبیه سازی با استفاده از نرم افزار Aspen Bjac

مراحل شبیه سازی با نرم افزار

شبیه سازی با استفاده الگوریتم شبکه های عصبی

مفهوم شبکه

شبکه عصبی مصنوعی

مدل ریاضی شبکه عصبی مصنوعی

پرسپترون چند لایه

آموزش شبکه به روش پس انتشار خطا

الگوریتم پس انتشار خطا

روند شبیه سازی مسائل

شبیه سازی

 نتایج نرم افزار Aspen Bjac

نتایج الگوریتم شبکه عصبی

منابع و مراجع