در این بخش مساله معروف هابیل و خباز در شبیه سازی با استفاده از شبیه سازی مونت کارلو و کدهای متلب حل شده است و خروجی های کد متلب به همراه فایل اصلی صورت مساله و کد متلب ارایه شده است.
پایان نامه برای دریافت درجه کارشناسی ارشد مهندسی شیمی – طراحی فرایند
عنوان : مدل سازی و شبیه سازی فرآیند جذب سطحی در مرکاپتان زدایی از گاز طبیعی با استفاده از جاذب غربال ملکولی
چکیده :
در این رساله مدل سازی و شبیه سازی فرآیند جذب سطحی سیکلی مورد استفاده در مرکاپتان زدائی از گاز طبیعی با استفاده از جاذبه غربال ملکولی مورد بررسی قرار گرفته است . این فرآیند هم اکنون در واحد مرکاپتان زدائی پالایشگاه گاز فاز یک پارس جنوبی مورد استفاده قرار می گیرد . در این فرآیند شش بستر ساکن جذب سطحی حاوی جاذب غربال مولکولی از نوع زئولیت 13x برای جذب انتخا بی مرکاپتان وجود دارد در فرآیند مذکور ، در هر زمان سه بستر در حال جذب و سه بستر دیگر در حال احیاء هستند . سیکل احیا شامل دو مرحله گرمایش و یک مرحل خنک کردن است .
در مدل سازی این فرآیند با در نظر گرفتن مدل پراکندگی محوری برای رژیم جریان گاز در داخل بستر مع ادلات موازنه جرم استخراج شده است . از آنجا که جذب اجزاء در سیستم به غیر از آب و مرکاپتان ناچیز است فرآیند به صورت یک سیستم سه جزئی ( مرکاپتان ، آب و جزء بی اثر ) در نظر گرفته شده است . تقریب نیرو محرکه خطی نیز برای محاسبه سرعت جذب سطحی بین فاز سیال و فاز جامد مورد استفاده قرار گرفته است . با توجه به تک لایه بودن جذب بر روی زئولیت ها مدل لانگمیر برای بیان رابطه تعادلی بین غلظت فازهای سیال و جذب شده مورد استفاده قرار گرفته است . دستگاه معادلات دیفرانسیل جزئی حاصل از مجموعه این معادلات ، با استفاده از روش ع ددی تفاضلات محدود غیر صریح در مراحل مختلف و به طور همزمان حل شده است . با استفاده از نتایج این محاسبات تغییرات غلظت در دمای ثابت در طول بستر و در زمانهای مختلف ارائه شده است و به دلیل محدودیت نتایج عملی اثر تغییر پارامترهای مهم مانند شدت جریان خوراک و د مای خوراک و غلظت ورودی اجزاء قابل جذب در جهت اثبات صحت شبیه سازی مورد بررسی قرار گرفته است .
چون ظرفیت جاذب برای جذب سطحی با افزایش دما کاهش می یابد لذا با افزایش دما غلظت درخروجی نیز زیاد می شود و با افزایش شدت جریان خوراک سرعت حرکت منطقه فعال شده سریعتر می شود و با افزایش ۴ برابری غلظت خوراک همانگونه که انتظار می رود برج می تواند به خوبی تغییرات غلظت در ورودی را تعدیل نماید و تغییر قابل ملاحظه ای در خروجی مشاهده نشد.
این تحقیق در 5 فصل تنظیم شده که مباحث زیر را در بردارد :
فصل اول: کلیات
فصل دوم: جاذب ها
فصل سوم : مدل سازی جذب سطحی در بستر ساکن
فصل چھارم: باستخراج معادلات
فصل پنجم: نتیجه گیری و پیشنھادات
این فایل با فرمت pdf و در 131 ص تنظیم گشته است.
ام دیگر فیلترتطبیقی فیلتر سازگار یا فیلتر وفقی است.
وقتی مطالعه درباره فیلترهای سازگار را آغاز میکنیم اهمیت زیادی دارد تا نگاهی دقیق تر به مفهوم دو کلمه اصلی فیلتر و سازگار داشته باشیم. صفت سازگار درباره سیستمهایی بکار میرود که تلاش آنها بر وفق دادن رفتار خود نسبت به محیطی است که در آن قرار دارند. به بیان دیگر سیستمهایی سازگار هستند که میکوشند تا با تغییر مقدار پارامترهای خود عملکردشان را به نحوی متناسب با محیط اطراف خود تنظیم کنند. در این فرایند سیستمی که پارامترهای آن دچار تغییرات شدهاست، فیلتر نام دارد. بر اساس پیچدگی این سیستم و یا سرعت عملکرد آن، فیلترهای سازگار گوناگونی وجود دارند که میتوانند عملکردی خطی یا غیر خطی داشته باشند. کلی ترین ساختاری که برای فیلترهای سازگار بکار میرود، ساختار یک فیلتر متقاطع است. فیلتر سازگار دارای یکسیگنال ورودی و یک سیگنال خروجی است. سیگنالی که علاقه مند هستیم تا خروجی فیلتر مشابه آن تنظیم شود، سیگنال است.
در اینجا دنباله ضرایب فیلتر است که مقدار دامنه این ضرایب، وزنهای فیلتر نامیده میشود و نیز طول فیلتر میباشد. نیز دنبالهای نمونه برداری شده از سیگنال پیوسته ورودی است که دارای ضریب مطابق با تعداد ضرایب فیلتر است. آنچه در طول این فرایند تغییر می کند، دامنه ضرایب فیلتر یا همان وزنهای فیلتر است که چگونگی تغییر آنها بر اساس الگوریتم فیلتر سازگاری میباشد که برای سیستم خاص تعریف خواهد شد. بر اساس نظریه وینر هاف، با یک رویکرد احتمالی میتوان تخمین زد که وزنهای بهینه برای فیلتر زمانی بدست میآیند که میانگین مربع خطا به حداقل مقدار خود برسد. در این حالت فیلتر [[همگرا] شدهاست. آنچه در فیلترهای سازگار اهمیت زیادی دارد این است که بتوان الگوریتمی پیاده کرد که با کمترین پیچیدگیهای محاسباتی ریاضی و در حداقل زمان اجرای الگوریتم به مقدار بهینه برسد. زمان اجرای الگوریتم با اندازه گامهای حرکت به سمت نقطه بهینه قابل تنظیم است. اندازه گام کوچک باعث افزایش دقت و کاهش خطا میشود و در عین حال سرعت اجرای الگوریتم را نیز کاهش میدهد. انتخاب اندازه گام بزرگ در حالی که سرعت اجرای الگوریتم را زیاد میکند، به همان نسبت نیز خطای همگرایی را افزایش خواهد داد. پس انتخاب اندازه گام مناسب در فیلترهای سازگار امری بسیار مهم و اساسی است. بر اساس همین نظریه الگوریتم حداقل میانگین مربعات شکل گرفت که مبنای احتمالی و آماری براساس یافتن نقطه بهینه داشته و وزنهای آن بر این اساس تغییر مییابند. الگوریتم حداقل میانگین مربعات، یکی از کلی ترین و اساسی ترین روشهای اصلاح وزن است که بدلیل سادگی در مفهوم و اجرا کاربرد بسیار زیادی در شاخههای گوناگون دیگر از جمله الگوریتمهای اصلاح وزنها در شبکههای عصبی نیز دارد. در کنار فواید بی شمار، این الگوریتم دارای معایبی نیز هست که از جمله مهمترین معایب این الگوریتم وابستگی بسیار زیاد رفتار همگرایی الگوریتم به تابع چگالی طیف توان سیگنال ورودی است. اگر ورودی فیلتر سیگنال سفید باشد، به این معنا که سیگنال طیف توان دارای مولفههایی کاملا مسطح و یکنواخت در تمام فرکانسهای موجود باشد، آنگاه نرخ همگرایی الگوریتم حداقل میانگین مربع بسیار بالا خواهد بود و در غیر این صورت، سرعت همگرایی الگوریتم افت قابل ملاحظهای پیدا خواهد کرد. برای رفع این مشکل الگوریتمهای بسیار زیادی طراحی شد. در مقابل نظریه وینر هاف که دیدگاهی احتمالی و آماری به اصلاح وزنها دارد، الگوریتمهایی نیز بوجود آمد که با محاسبات دقیق ریاضینقطه بهینه همگرایی را تعیین میکند. در این الگوریتمها خطای همگرایی بسیار کوچک است و همگرایی الگوریتم با سرعت بسیار بیشتری نسبت به الگوریتمهای مبتنی بر حداقل میانگین مربعاتانجام میشود. این افزایش سرعت و دقت در همگرایی در حالی به دست میآید که محاسبات بسیار دقیق و زیاد ریاضی باید در طول همگرایی الگوریتم توسط رایانه انجام شود که سرعت اجرای الگوریتم را به شدت کاهش خواهد داد. به عبارت دیگر افزایش سرعت همگرایی به قیمت افزایش پیچیدگی محاسبات الگوریتم به دست آمدهاست. این الگوریتمها اغلب از معادلات بازگشتی ریاضی استفاده میکنند و در غالب روش کلی الگوریتمهای فیلترهای سازگار حداقل مربعات بازگشتی ارائه شدهاست. الگوریتم استاندارد حداقل مربعات بازگشتی، یکی از زیر شاخههای این الگوریتم است که از جبر خطی ماتریس معکوس لما استفاده میکند
فایل شبیه سازیAspen PLUS
مناسب برای پروژه
مناسب برای پروژه درسی
مناسب برای یادگیری نرم افزار Aspen PLUS
از مدل های Radfrac، Sep2، Mixer، Heater در این شبیه سازی استفاده شده است.
تشخیص اشکال هندسی با اسنفاده از ویژگی های تصویر و تقسیم بندی های ناحیه ای اشکال
در صورت داشتن سوال با ما تماس بگیرید:
09132399969
09338075778
محمدرضاکیانی
موسسه نوآوران برتر تهران