Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: predykcja właściwości

Sortuj według:

Ogranicz wyniki do:

Zastosowanie sieci neuronowych w badaniach nad stworzeniem komputerowego modelu nieliniowych właściwości benzyn silnikowych zawierających bioetanol i eter etylowo-tert butylowy

Haduch B.

Nafta-Gaz

2013

R. 69, nr 8

619--625

W artykule przedstawiono możliwość wykorzystania sieci neuronowych przy predykcji właściwości mieszanin paliw węglowodorowych (benzyn silnikowych) zawierających takie związki tlenowe jak etanol czy etery. Zastosowanie do badania tych zależności i tworzenie modelu dodatkowych danych uzyskanych przy pomocy metody chromatograficznej może wyraźnie wskazać czynniki wpływające na nieliniowość zachowań właściwości benzyn silnikowych. W przedstawionym projekcie przebadano szereg próbek paliw, o różnym składzie, mieszczącym się w zakresie składów benzyn dostępnych na rynku paliw. Wykorzystano dane doświadczalne pochodzące z badań właściwości szeregu mieszanek benzyn zestawionych w laboratorium, zawierających w swoim składzie eter etylowo-tert-butylowy (EETB) w ilości do 22% (V/V) i/lub etanol w ilości do 11% (V/V). Wyniki przeprowadzonych badań, w których wykorzystano niezagregowane dane i obliczenia przy użyciu sieci neuronowych, są zachęcające. Wskazują one jednocześnie, że szacowanie istotnych właściwości benzyny silnikowej E10 tą metodą może być użyteczne i pomocne producentom tego gatunku paliwa.

Neural network modeling techniques commonly used in researching complex phenomena, including chemical processes are not possible to be unambiguously described using parametric formulas. These problems are common when predicting the properties of mixtures of hydrocarbon fuel (petrol) containing such components of oxygenates as ethanol or ethers. Application to the study of these relationships and creating a model of additional data obtained by chromatographic methods may indicate more clearly the factors that affect the behavior of nonlinear petrol properties. In the design presented in the article, a number of fuel samples were tested from various sources (of various compositions) ranging from compositions of commercially available petrol fuels. The experimental data used came from the tested properties of a range of petrol compounds juxtaposed in a laboratory containing in their composition ethyl-tert-buthyl ether (ETBE) in an amount up to 22%, or ethanol (ETOH) in an amount up to 11%. The results of the tests and calculations are encouraging and indicate that estimating material, properties, petrol E10 using neural networks can be a useful tool to assist the producer of this type of fuel.