IR
۴۴۷۵پ
فارسی
IR
تخمین میزان انتشار ترکیبات آلی فرار در اطراف پمپ بنزین ها با استفاده از مدل شبکه عصبی
[پایان‌نامه]
Estimution of VOCs (volatile organic compounds) emission around gas stations using neural network model
/کیانا وثوق
: مهندسی شیمی
، ۱۴۰۰
۱۰۰ص.
:
زبان: فارسی
زبان چکیده: فارسی
چاپی - الکترونیکی
مصور، جدول، نمودار
کارشناسی ارشد
مهندسی شیمی- محیط زیست
۱۴۰۰/۰۷/۰۱
صنعتی سهند
محیط زیست یکی از ارکان بسیار مهم حیات محسوب می‌شود که هم‌اکنون به‌دلیل فقدان قوانین و مقررات ویژه، به‌طور آزاد و نامحدود مورد بهره‌برداری قرار می‌گیرد که نتیجه آن تخریب محیط زیست و ایجاد آلودگی‌های مختلف در این حوزه است .یکی از مهم‌ترین آلاینده‌هایی که موجب آلودگی هوای شهرها می‌شود، ترکیبات آلی فرار می‌باشد .پمپ بنزین‌ها و نیز خودروها از جمله مهم‌ترین منابعی هستند که موجب حضور و تجمع این آلاینده‌ها می‌شوند و باتوجه به افزایش ناگهانی و روزافزون خودرو و استفاده بیش از حد از آن، پمپ بنزین‌ها به مکانی خطرناک تبدیل شده که باید مورد توجه قرار گیرد .از آنجایی که آلودگی هوا یک فرآیند بسیار پیچیده بوده که وابسته به بسیاری از عوامل می‌باشد، بنابراین پیش‌بینی این‌گونه داده‌ها که دارای روابط غیرخطی هستند، بسیار مشکل و پرهزینه است .در این رساله با مطالعه و بررسی پژوهش‌های گذشته به جمع‌آوری داده‌های تجربی از سه پمپ بنزین در شهر زنجان پرداخته شده و اقدام به مدل‌سازی با استفاده از شبکه عصبی مصنوعی شده است .در این مدل، ورودی‌ها شامل دما، سرعت باد، رطوبت، فشار هوا، شدت تابش و تعداد نازل می-باشند .با استفاده از شبکه عصبی مصنوعی، دو مدل پرسپترون چندلایه و تابع پایه شعاعی جهت پیش‌بینی میزان غلظت ترکیبات آلی فرار به‌کار گرفته شده است .جهت ارزیابی عملکرد شبکه‌ها و ارائه خطاها، از پارامترهایی همچونR ۲، MSE، RE و MARE استفاده شده است .در انتها مؤثرترین پارامترها به ترتیب دما و میزان سوخت مصرفی تعیین شدند و شبکه عصبی مصنوعی با مدل پرسپترون تک لایه با تعداد ۱۳ نورون و الگوریتم لونبرگ مارکوارت و با ضریب همبستگی ۰/۹۱ و ریشه میانگین مربعات خطا ۰/۰۰۴، به‌عنوان مدل منتخب، معرفی شده است.
The environment is one of the most important pillars of life, which is currently exploited freely and indefinitely due to the lack of special laws and regulations, which results in the destruction of the environment and the creation of various pollutions in this area. One of the most important pollutants that cause air pollution in cities is volatile organic compounds, which is a serious problem for human health and many acute and chronic complications occur in people. Therefore, controlling their emissions is one of the most important legal requirements for the environment and health. Gas stations as well as cars are among the most important sources that cause the presence and accumulation of these pollutants, and due to the sudden and increasing increase of the car and its excessive use, gas stations have become a dangerous place that should be considered. Because air pollution is a very complex process that depends on many factors, it is very difficult and costly to predict such data, which have nonlinear dynamics. In this dissertation, by studying and reviewing past researches and accuracy in their strengths and weaknesses, as well as by collecting experimental data from three gas stations in Zanjan and identifying the effective parameters, modeling has been done using artificial neural network. Using artificial neural network, two models of multilayer perceptron and radial base function were investigated and finally, to evaluate the performance of networks and provide errors, parameters such as R2, RE, MSE and MARE were used. Finally, the results of the experimental measurement and the selected model are validated.
ba
Estimution of VOCs (volatile organic compounds) emission around gas stations using neural network model
آلودگی هوا
ترکیبات آلی فرار
مدل‌سازی
شبکه عصبی
پمپ بنزین
Air Pollution, Volatile Organic Compounds, Modeling, Neural Network, Gas Station
آلودگی هوا، ترکیبات آلی فرار، مدل‌سازی، شبکه عصبی، پمپ بنزین
وثوق، کیانا
کاه‌فروشان، داود، استاد راهنما
ایران
20230913
شیمی ،۲۱۰۲۲ ،۱۴۰۰
ی‌بصع ه‌کبش ل‌دم زا ه‌دافتسا اب اه ن‌یزنب پمپ ف‌ارطا رد رارف ی‌لآ ت‌ابیکرت راشتنا ن‌ازیم ن‌یمخت.pdf
عادی
عادی
e7.pdf
pch21022.pdf
0
ایمانی
متن
0
پ۴۴۷۵
فارسی
نمایه‌سازی قبلی
pe
TF
92029
1
a
Y
