لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
سی و چهارمین کنفرانس بین المللی مهندسی برق
تخمین چگالی استاندارد فراوردههای نفتی با استفاده از شبکه RBF و تابع پایه شعاعی ذوزنقه ای
نویسندگان :
علی نیک خراسانی
1
علی رضا جنگی
2
سینا فکور
3
1- دانشگاه فردوسی مشهد
2- دانشگاه فردوسی مشهد
3- دانشگاه فردوسی مشهد
کلمات کلیدی :
جبران سازی سوخت،چگالی استاندارد،استاندارد API،شبکه RBF،تابع پایه شعاعی
چکیده :
انتقال و نگهداری نفت خام و فراورده های آن در صنایع مختلف معمولاً با استفاده از واحدهای حجمی انجام میشود. حجم و چگالی این هیدروکربنها به دلیل ضریب انبساط حرارتی و فشردگی بالا، تحت تأثیر شرایط دما و فشار تغییر می کند که می تواند باعث ناترازی در انتقال آن شود. برای رفع این مشکل، شرایط دما و فشار پایه به عنوان استاندارد معرفی می شود و با استفاده از ضرایب جبران ساز حجمهای مشاهدهشده به حجمهای استاندارد در شرایط دما و فشار پایه تبدیل می شوند. برای محاسبه ضرایب جبران سازی ابتدا نیاز است چگالی استاندارد محاسبه شود. استاندارد مرجع API، محاسبه چگالی استاندارد را با استفاده از روش تکرار نیوتن-رافسون پیشنهاد میدهد. این مقاله به چالشهای موجود در روش نیوتن-رافسون برای محاسبه چگالی استاندارد—مانند عدم همگرایی، نیاز به محاسبات سنگین و چالش در پیاده سازی عملی—میپردازد و الگوریتمهای یادگیری ماشین را بهعنوان یک جایگزین نوآورانه پیشنهاد میکند. مدل پیشنهادی مبتنی بر شبکه تابع پایه شعاعی (RBF) با توابع پایه ذوزنقهای، قادر به تخمین چگالی استاندارد با دقت 0.05% نسبت به استاندارد مرجع است. نتایج نشان میدهد که این مدل محدودیتهای روشهای سنتی را پشت سر میگذارد و سرعت محاسبات و سهولت پیادهسازی آن در سیستمهای کنترل صنعتی را افزایش میدهد.
لیست مقالات
لیست مقالات بایگانی شده
Atrial Fibrillation (AF) Detection Using Deep Learning with GAN-based Data Augmentation
Amirhossein Akhoondkazemi - Arash Vashagh - Sayed Jalal Zahabi - Davood Shafie
A Fast Approach for Deep Neural Network Implementation on FPGA
Maedeh Nobari - Hadi Jahanirad
A New Gradient Driver with only a Single DC Voltage Source For Using In MRI Systems
Amirabbas Naghipour Shahrbabaki - Reza Beiranvand
بهبود تصاویر دریافتی از دوربین مادون قرمز کوتاه با استفاده از یادگیری عمیق
محمد سپهوند - علی اصغر عسکری - لاله رحیمی نژاد
On spatiotemporal-aware deep neural networks for real-time video fire detection: empowering image-based models with temporal and spatial features of video
Mahdi Shamisavi - Sahar Eslami - Amir Jahanshahi - Morteza Rajabzadeh
Secrecy Sum Rate Analysis and Power Allocation with OSTBC and Artificial Noise for MIMO Systems
Abdolrasoul Sakhaei Gharagezlou - Mahdi Nangir - Nima Imani - Amir Poorfaraj Liqvan
Implementation of an Optimized Deep Learning Model to Assess Pediatric Sleep Apnea Severity Using SpO2 Signals on Resource-Limited Microcontrollers
Erfan Mortazavi - Hanieh Mohammadi - Bahram Tarvirdizadeh - Khalil Alipour - Mohammad Ghamari
A new LDO regulator with adaptive PSR improvement under wide load current range and fast load transient response
Mohammad Ahmadi - Emad Ebrahimi
بهینه سازی استفاده از منابع شبکه های نوری با گرومینگ ترافیک در لایهی MPLS
محمدعلی سالک قادری - آرش رضایی - لطف اله بیگی
Comparison of the MRT and ZF Precoding in Massive MIMO Systems from Energy Efficiency Viewpoint
Mahdi Nangir - Abdolrasoul Sakhaei Gharagezlou - Nima Imani
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.7.2