ارائه يك مدل بر مبناي روش هاي داده كاوي وتكنيك هاي يادگيري ماشين جهت تخمين نقطه اشتعال مخلوط ها

كارشناسي ارشد

نقطه اشتعال به‌عنوان دماي تجربي معين تعريف مي‌شود كه در آن يك مايع بخار كافي براي تشكيل يك مخلوط قابل اشتعال با هوا منتشر مي‌كند. خطرات انفجار و اشتعال مايعات در درجه اول توسط نقطه اشتعال آن‌ها مشخص مي‌شود. اگرچه به دست آوردن نقطه اشتعال به صورت تجربي همواره ترجيح داده مي‌شود اما كاري زمان‌بر است و براي بعضي از اجزاي سمي و راديواكتيو بسيار مشكل خواهد بود. از اين‌ رو توسعه روش‌هاي تخمين سريع‌تر نقطه اشتعال مخلوط‌هاي اشتعال‌پذير بسيار مورد توجه قرارگرفته است. در پژوهش پيش رو ابتدا نقاط اشتعال آزمايشگاهي مخلوط و درصد تركيب مولي 107 تركيب شامل 1240 نقطه داده از 28 منبع مختلف جمع‌آوري ‌شده است. اين داده‌ها مربوط به خانواده‌هاي شيميايي متنوع آلي و آبي از جمله الكل‌، آلكان‌، آمين، كتون، اسيد، استات، آلكيل بنزن، استر و ساير هيدروكربن‌ها مي‌شود. سپس با استفاده از روش‌هاي رگرسيون رياضي بر اساس اطلاعات آزمايشگاهي مواد خالص و روش‌هاي داده‌كاوي و تكنيك‌هاي يادگيري ماشين نظير برنامه‌ريزي ژنتيك، شبكه عصبي مصنوعي و رگرسيون بردار پشتيبان بر اساس ساختار و خواص مولكولي متوسط گيري شده براي مخلوط، مدل‌هايي براي تخمين نقطه اشتعال مخلوط‌ها توسعه داده شده‌اند. سپس با استفاده از پارامترهاي آماري نتايج بررسي و مقايسه شده‌اند. در روش رگرسيون رياضي با الهام از روش انديس‌هاي اختلاط مدل ساده‌اي به دست آمده است كه درصد خطاي مطلق متوسط و ضريب همبستگي را به ترتيب برابر با 66/1% و 9003/0 نشان مي‌دهد. همچنين در روش‌هاي يادگيري ماشين بهترين نتايج با اختلاف زياد مربوط به روش رگرسيون بردار پشتيبان مي‌شود كه با درصد خطاي مطلق متوسط و ضريب همبستگي به ترتيب برابر با 2843/0% و 9981/0 بهترين مطابقت را با داده‌هاي تجربي نشان مي‌دهد، بنابراين نتايج آماري كاملاً رضايت‌بخش است؛ به عبارت ديگر، مدل‌هاي توسعه يافته قادر به پيش‌بيني نسبتاً دقيقي از نقطه اشتعال مخلوط هستند.

190127

دانشگاه علم و صنعت ايران

طراحي، شبيه سازي و كنترل فرآيند

دكتر محمد امين ثباتي