پیش بینی ظرفیت ذخیره سازی گاز در قالب های کاری مواد آلی فلزی با استفاده از شبکه عصبی مصنوعی

دسته بندي : فنی و مهندسی » مهندسی شیمی
Prediction of gas storage capacities in metal organic frameworks using artificial neural network
Microporous and Mesoporous Materials 208 (2015) 50e54
ELSEVIER
چکیده:
در این مطالعه، شبکه عصبی مصنوعی برای پیش‌بینی ظرفیت جذب گاز هیدروژن در چارچوب کاری آلی فلزی طراحی شده است. سطح منطقه، آنتالپی جذب، دما و فشار به عنوان پارامترهای ورودی انتخاب شده ­اند. ظرفیت ذخیره‌سازی هیدروژن از MOFs با استفاده از این چهار پارامتر محاسبه شد. شبکه عصبی مصنوعی برای مدل فرآیند جذب مورد استفاده قرار گرفت. نتایج پیش‌بینی شده به شکل قابل توجهی با داده‌های تجربی موافق بودند.

فهرست مطالب:
چکیده
1. مقدمه
2. مواد و روش ها
2.1. جاذب ها
2.2. مدل‌سازی شبکه‌های عصبی مصنوعی
3. نتایج و بحث
3.1. داده های چارچوب آلی فلزی
3.2. مدل های ANN
4. نتیجه‌گیری
منابع (در متن اصلی)
دسته بندی: فنی و مهندسی » مهندسی شیمی

تعداد مشاهده: 6898 مشاهده

فرمت فایل دانلودی:.zip

فرمت فایل اصلی: docx, pdf

تعداد صفحات: 11

حجم فایل:765 کیلوبایت

 قیمت: 35,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب جهت استفاده دانشجویان رشته های مهندی شیمی و پتروشیمی


  • محتوای فایل دانلودی:
    فایل ترجمه شده در قالب word و قابل ویرایش در 11 صفحه
    فایل اصلی در قالب PDF در 5 صفحه