%36تخفیف

دانلود پروژه:مدل سازی حذف یون کلرید از میعانات گازی با استفاده از نانوفیلتراسیون

Name: دانلود پروژه:مدل سازی حذف یون کلرید از میعانات گازی با استفاده از نانوفیلتراسیون
SKU: 20490
Availability: InStock

تعداد144صفحه در فایل word

کارشناسی ارشد در رشته نانو مهندسی شیمی

مدل سازی حذف یون کلرید از میعانات گازی با استفاده از نانوفیلتراسیون

یون کلرید موجود در میعانات گازی می تواند باعث خوردگی شدید تجهیزات و لوله ها شود. بنابراین، حذف آن از جریان میعانات گازی ضروری است. هدف این کار مدل سازی ریاضی فرایند نانوفیلتراسیون برای جداسازی یون کلرید از میعانات گازی است. بدین منظور، مدل های بار فضایی، مدل سازی غشای الیاف توخالی، شبکه های عصبی، انفیس و روش نزدیک ترین همسایه ها به کار گرفته شده و مورد بررسی قرار گرفته است. مدل بار فضایی برای سیستم غشایی در مقیاس آزمایشگاهی استفاده شده که نتیجه نشان دهنده مقدار زیاد جداسازی کلرید از میعانات گازی بوده است. در بررسی الیاف توخالی، ابتدا خروجی مدل با داده های آزمایشگاهی مقایسه شده که این مدل سازی هم بسیار دقیق انجام و منجر به پیش بینی جداسازی مناسب گردید. جداسازی بر حسب دبی سیال متغیر است. در مرحله بعدی کار از شبکه های عصبی استفاده شد که می تواند برای مدل های پیچیده ریاضی و حجم زیاد محاسبات استفاده شود. قابل توجه است که شبکه های عصبی مصنوعی می تواند مشکل دقت اندک سایر مدل ها را بهبود ببخشد. در نهایت، انفیس و روش نزدیک ترین همسایه ها برای مطالعه جداسازی کلرید از میعانات گازی استفاده شده است. برای مقایسه داده های آزمایشگاهی و نتایج مدل سازی تغییرات فشار، غلظت و pH بررسی شده است. تطابق خوبی بین داده های آزمایشگاهی و نتایج مدل سازی در مطالعات نظری حاصل گردید. بنابراین دقت زیاد نتایج فرایند مدل سازی و انعطاف پذیری مدل قابلیت تعمیم آن را به فرایند های مشابه فراهم می کند.

کلمات کلیدی: نانوفیلتراسیون، مدل سازی، مدل بار فضایی، شبکه عصبی، یون کلرید، میعانات گازی

دسته: فنی و مهندسی, مهندسی شیمی برچسب: شبکه عصبی, کلمات کلیدی: نانوفیلتراسیون, مدل بار فضایی, مدل سازی, میعانات گازی, یون کلریددانلود-پروژه-کارشناسی-ارشد-مقاله-پایان نامه-پژوهش-

توضیحات

فهرست مطالب

عنوان	صفحه
فصل اول- مقدمه و مفاهیم اولیه	1
1-1- مقدمه	2
1-1-1- مزایای جداسازی غشایی	2
1-1-2- طبقه بندی غشاها	3
1-2- نانوفیلتراسیون	5
1-2-1-ویژگی ها و مشخصات اصلی نانوفیلتراسیون	6
1-2-2- ساختار نانوفیلتراسیون	7
1-2-3- کاربرد نانوفیلتراسیون	8
1-3- میعانات گازی	11
1-4- تعریف مساله و بیان سوال های اصلی تحقیق	12
فصل دوم- مروری بر تحقیقات گذشته	15
2-1- مدل های آزمایشگاهی	16
2-1-1- مدل DSPM	16
2-1-2- مدل DSPM-DE	17
2-2- مدل های تئوری	19
2-2-1- مدل بار ثابت	19
2-2-2- مدل بار فضایی	19
2-3- مدل‌سازی الیاف توخالی	20
2-4- مدل‌سازی بر مبنای دینامیک سیالات محاسباتی	24
2-5- مدل‌سازی بر مبنای هوش مصنوعی	25
فصل سوم- مدل سازی	26
3-1- مدل DSPM-DE	27
3-2- مدل بار فضایی	30
3-3- مدل‌سازی الیاف توخالی	33
3-3-1- قسمت پوسته	34
3-3-2- قسمت غشا	35
3-3-3- قسمت لوله	36
3-4- مدل‌سازی با استفاده از هوش مصنوعی	37
3-4-1- شبکه های عصبی مصنوعی	38
3-4-2- مدل‌های شبکه های عصبی مصنوعی	41
3-4-2-1- مدل نرون تک ورودی	42
3-4-2-2- مدل نرون چند قطبی	46
3-4-3- ساختار شبکه عصبی	48
3-4-3-1- شبکه تک لایه	49
3-4-3-2- شبکه چند لایه	49
3-4-3-3- شبکه های پس خور یا برگشتی	51
3-4-4- یادگیری شبکه های عصبی مصنوعی	52
3-4-4-1- الگوریتم یادگیری پس از انتشار خطا	54
3-4-5- مدل نزدیک ترین همسایه ها	58
فصل چهارم-روش المان محدود	60
4-1- مقدمه	61
4-2- تاريخچه روش عناصر محدود	62
4-3- مراحل اصلی تحلیل عناصر محدود	63
4-4- مدل هاي رياضي	64
4-5- روش هاي مهم كلاسيك عددی	64
4-5-1-روش ریتز	64
4-5-1-1- معايب استفاده از روش تحليل ریتز	65
4-5-2- روش گالرکین به عنوان يك روش باقيمانده وزن دار	66
4-5-3- مقایسه روش ریتز و روش گالرکین	67
4-6- حوزه کاربردهای روش عناصر محدود	68
4-7- فرآيند تحليل عناصر محدود	68
4-8- ملاحظات همگرايي در تحليل عناصر محدود	69
4-9- خطاهاي تحليل عناصر محدود	70
4-10- معيارهاي همگرايي يکنوا	70
4-10-1- معيارهاي همگرايي يکنوا- شرط سازگاري	71
فصل پنجم- نتایج و بحث	72
5-1- مدل سازی سیستم غشایی	73
5-1-1- مدل سازی ریاضی	73
5-1-2- هندسه و مش بندی	74
5-1-3- نتایج مدل‌سازی برای سیستم استوانه ای	75
5-2- مدل سازی سازی غشای نانوفیلتراسیون الیاف توخالی	85
5-2-1-1- اثر دبی ورودی	91
5-3- مدل سازی به روش شبکه عصبی	93
5-4- مدل سازی با استفاده از انفیس	97
5-5- مدل سازی به روش نزدیک ترین همسایه‌ها	102
فصل ششم-نتیجه گیری و پیشنهادها	108
6-1- نتیجه گیری	108
6-2- پیشنهادات	109
منابع و ماخذ	111

فهرست جدول ها


عنوان	صفحه
جدول 2-1- کاربرد نانوفیلتراسیون در صنایع مختلف	9
جدول 5-1– شرایط خوراک در مدل سازی	88
جدول 5-2- مقایسه دقت محاسبات در نرون های مختلف	94
جدول 5-3- ارزیابی دقت مدل برای توابع عضویت مختلف	100

فهرست شکل ها

عنوان	صفحه
شکل 2-1- شمایی از سیستم غشایی الیاف توخالی	21
شکل 2-2- غشای الیاف توخالی ، الف: فرض یک استوانه تودرتو برای یک فیبر غشایی ب: مقطع عرضی واقعی سیستم	23
شکل2-3- سیستم غشایی شامل کانال عبور جریان و غشای نانوفیلتراسیون	24
شکل3-1 المان اولیه سیستم الیاف توخالی برای مدل‌سازی	36
شکل 3-2- اجزاي اصلي يک شبکه عصبي بيولوژيک	40
شکل 3-3- مدل نرون تک ورودی	44
شکل 3-4- توابع مورد استفاده مدل سلول عصبي	47
شکل 3-5- مدل چند ورودي يک نرون	48
شکل 3-6- فرم ساده شده نرون با R ورودي	49
شکل 3-7- شبکه تک لايه با S نرون	50
شکل 3-8- شبکه پيش خور سه لايه	51
شکل 3-9- بلوک تاخير زمانی	52
شکل 3-10- شبکه تک لايه برگشتي	53
شکل 5-1- بزرگنمایی قسمتی از مش های سیستم شکل 5-2- شمایی از تغییرات غلظت محوری در کانال	75 76
شکل 5-3- شمایی از تغییرات غلظت کلرید در نقاط مختلف کانال	77
شکل 5-4- شمایی از تغییرات غلظت کلرید در نقاط مختلف یک مقطع عرضی	78
شکل 5-5- شمایی از تغییرات غلظت کلرید در نقاط مختلف یک مقطع طولی	79
شکل 5-6-تغییرات دبی یون کلرید در مقطع شعاعی کانال	80
شکل 5-7- شمایی از تغییرات غلظت کلرید در نقاط مختلف غشا	81
شکل 5-8- شمایی از تغییرات غلظت کلرید در نقاط مختلف غشا	82
شکل 5-9- تغییرات درصد جداسازی یون کلرید نسبت به فشار	83
شکل 5-10- تغییرات درصد جداسازی کلرید بر حسب بار سطحی غشا	84
شکل5-11- ارزیابی مدل در مقایسه با سیستم الیاف توخالی مشابه	87
شکل 5-12- توزیع دبی در سیستم غشایی الیاف توخالی	89
شکل 5-13- توزیع غلظت در جهت شعاعی در غشای الیاف توخالی	90
شکل 5-14- تغییرات غلظت بر حسب فاصله، در مقادیر متفاوت دبی ورودی سیال لوله	91
شکل 5-15- تغییرات غلظت بر حسب فاصله، در مقادیر متفاوت دبی ورودی سیال پوسته	92
شکل 5-16- مقایسه درصد جداسازی حاصل از مدل‌سازی و مقادیر آزمایشگاهی درصد جداسازی	95
شکل 5-17- ساختار انفیس	97
شکل 5-18- ساختار انفیس همراه ورودی و خروجی‌های آن	99
شکل 5-19- نتایج مقایسه درصد جداسازی از مدل‌سازی و داده های آزمایشگاهی	101
شکل 5-20- مقایسه نتایج مدل‌سازی و داده های آزمایشگاهی برای شرایط مختلف غلظت، فشار و pH	105

علائم و نشانه ها

توضيحات

علائم و نشانه ها

واحد

چگالی
سرعت		m/s
فشار	P
نیروی حجمی	F	Kg m²/s
ویسکوزیته
ویسکوزیته موثر
ضریب انتقال جرم جز i		m²/s
دبی انتقال جرم محوری جز i
دبی انتقال جرم شعاعی جز i
غلظت جز i		Mol/m3
سرعت		m/s
پتانسیل الکتریکی		V
ثابت گازها	R

دانلود پروژه:مدل سازی حذف یون کلرید از میعانات گازی با استفاده از نانوفیلتراسیون

تعداد144صفحه در فایل word

کارشناسی ارشد در رشته نانو مهندسی شیمی

مدل سازی حذف یون کلرید از میعانات گازی با استفاده از نانوفیلتراسیون

کلمات کلیدی: نانوفیلتراسیون، مدل سازی، مدل بار فضایی، شبکه عصبی، یون کلرید، میعانات گازی

فهرست مطالب

عنوان

صفحه

فصل اول- مقدمه و مفاهیم اولیه

1

1-1- مقدمه

2

1-1-1- مزایای جداسازی غشایی

2

1-1-2- طبقه بندی غشاها

3

1-2- نانوفیلتراسیون

5

1-2-1-ویژگی ها و مشخصات اصلی نانوفیلتراسیون

6

1-2-2- ساختار نانوفیلتراسیون

7

1-2-3- کاربرد نانوفیلتراسیون

8

1-3- میعانات گازی

11

1-4- تعریف مساله و بیان سوال های اصلی تحقیق

12

فصل دوم- مروری بر تحقیقات گذشته

15

2-1- مدل های آزمایشگاهی

16

2-1-1- مدل DSPM

16

2-1-2- مدل DSPM-DE

17

2-2- مدل های تئوری

19

2-2-1- مدل بار ثابت

19

2-2-2- مدل بار فضایی

19

2-3- مدل‌سازی الیاف توخالی

20

2-4- مدل‌سازی بر مبنای دینامیک سیالات محاسباتی

24

2-5- مدل‌سازی بر مبنای هوش مصنوعی

25

فصل سوم- مدل سازی

26

3-1- مدل DSPM-DE

27

3-2- مدل بار فضایی

30

3-3- مدل‌سازی الیاف توخالی

33

3-3-1- قسمت پوسته

34

3-3-2- قسمت غشا

35

3-3-3- قسمت لوله

36

3-4- مدل‌سازی با استفاده از هوش مصنوعی

37

3-4-1- شبکه های عصبی مصنوعی

38

3-4-2- مدل‌های شبکه های عصبی مصنوعی

41

3-4-2-1- مدل نرون تک ورودی

42

3-4-2-2- مدل نرون چند قطبی

46

3-4-3- ساختار شبکه عصبی

48

3-4-3-1- شبکه تک لایه

49

3-4-3-2- شبکه چند لایه

49

3-4-3-3- شبکه های پس خور یا برگشتی

51