Neural network representation of multicomponent vapour-liquid equilibria

• Autorzy: Dudczak J.

Warianty tytułu

PL

Zastosowanie sztucznych sieci neuronowych do opisu równowagi ciecz-para w układach wieloskładnikowych

• Języki publikacji: EN

Abstrakty

EN

The use of thermodynamic models of vapour-liquid equilibrium (VLE) to obtain data necessary in simulation, design and controlling of distillation equipment is very often associated with significant computational effort. Artificial neural networks, widely known for their excellent approximating capabilities, have been successfully used in recent years as an alternative way of VLE data prediction in binary and ternary systems. In this paper, an attempt has been made to assess the possibilities of neural networks to map VLE in a six-component system. The neural model designed is capable of reproducing the VLE data in the entire liquid composition space in a straightforward manner and with a good accuracy.

PL

Zastosowanie modeli termodynamicznych opisujących równowagę ciecz-para do generowania danych niezbędnych w symulacji, projektowaniu i sterowaniu urządzeń destylacyjnych i rektyfikacyjnych często się wiąże z dużymi trudnościami obliczeniowymi. W ostatnich latach zastosowano z powodzeniem sztuczne sieci neuronowe do opisu równowagi ciecz-para w układach dwu- i trójskładnikowych. W niniejszej pracy podjęto próbę oceny możliwości zastosowania sieci neuronowych do odwzorowania równowagi ciecz-para w układzie sześcioskładnikowym. Otrzymany model neuronowy jest zdolny do odtwarzania danych równowagowych w całej przestrzeni składu cieczy w prosty i dokładny sposób.

Słowa kluczowe

EN

chemical engineering; gas; liquid; neural network

PL

ciecz; inżynieria chemiczna; para; sieć neuronowa

• Wydawca: Komitet Inżynierii Chemicznej i Procesowej Polskiej Akademii Nauk
• Czasopismo: Chemical and Process Engineering
• Rocznik: 2007
• Tom: Vol. 28, z. 2
• Strony: 165--175
• Opis fizyczny: Bibliogr. 10 poz.,Tab., rys.,

Twórcy

autor

Dudczak J.

• Inżynieria chemiczna ; synteza procesów. Dr hab. w Politechnice Szczecińskiej.

Bibliografia

• [1] KYLE B.G., Chemical and process thermodynamics, Prentice Hali, New York, 1999.
• [2] HAYKIN S., Neural networks, a comprehensivefoundation, Macmillan, New York, 1994.
• [3] GUIMARAES P.R.B., MCGREAYY C., Computers chem. Engng, 1995, 19(Suppl) S741
• [4] SHARMA R., SINGHAL D., GHOSH R., DWIYEDI A., Computers chem. Engng, 1999,23, 385.
• [5] URATA S., TAKADA A., MURATA J., HIAKI T., SEKIYA A., Fluid Phase Equilib., 2002,199, 63.
• [6] GANGULY S., Computers chem. Engng, 2003, 27, 1445.
• [7] MOHANTY S., Fluid Phase Equilib., 2005, 235, 92.
• [8] MOHANTY S., Int. Journ. Refrig., 2006, 29, 243.
• [9] WEIDLICH U., GRENZHEUSER P., KOLBE B., GMEHLING J., Yerfahrenstechnik 1983, 17 (6), XXVII (in German).
• [10] DUDCZAK J., IV Symp. Destylacja, Absorpcja i Ekstrakcja, Szklarska Poręba 2003, 152.