وزارت علوم،تحقیقات وفناوری

دانشگاه علوم وفنون مازندران

پایان نامه

مقطع کارشناسی ارشد

رشته : مهندسی شیمی

عنوان  :

ارتقای روش های مختلف پیش بینی فشاربخار مواد مختلف

استاد راهنما :

 دکتر کامیار موقرنژاد

استاد مشاور :

 دکتر غلامرضا باکری

(زمستان 1392)

فهرست مطالب

صفحه                                                                                                              عنوان

فصـل اول : مقدمه وکلیات تحقیق.. 1

1-1-مقدمه. 2

1-2-تعریف فشار بخار 2

1-3–عوامل مؤثر برفشار بخار 3

1-3-1-ماهیت مایع. 3

1-3-2-دمای مایع. 3

1-4-بیان مسأله. 3

1-5-توجیه ضرورت انجام تحقیق.. 4

1-6-اهداف تحقیق.. 4

1-7-مراحل انجام تحقیق.. 4

1-8-ساختار تحقیق.. 5

فصل دوم:ادبیات و پیشینه تحقیق.. 7

2-1-مقدمه. 8

2-2-روابط ریاضی تخمین وپیش بینی فشاربخار مواد مختلف.. 9

2-2-1-معادله کلازیوس-کلاپیرون. 9

2-2-2-معادله آنتوان. 10

2-2-2-1-محدودیت های معادله آنتوان. 10

2-2-3-معادله آنتوان توسعه یافته. 10

2-2-4-معادله واگنر. 11

2-2-4-1-محدودیت های معادله واگنر. 12

2-2-5-رابطه حالتهای متناظر ریدل. 12

2-2-6-معادله لی-کسلر. 14

2-2-6-1-محدودیت های رابطه لی-کسلر. 15

2-2-7-معادله فشاربخار آمبروز-پاتل. 15

2-2-7-1-ملاحظات معادله آمبروز-پاتل. 16

2-2-8-روش حالتهای متناظر آمبروز-والتون. 16

2-3-اهمیت روش های نوین پیش بینی و تخمین خواص مواد. 17

2-4-پیشینه روش شبکه های عصبی در تخمین خواص ترمودینامیکی.. 18

2-5-پیش بینی فشاربخار مواد با استفاده از شبکه عصبی مصنوعی.. 19

فصل سوم: روش تحقیق.. 21

3-1-مقدمه. 22

3-2-تاریخچه پیدایش شبکه های عصبی مصنوعی.. 22

3-3-ویژگی های شبکه های عصبی مصنوعی.. 24

3-3-1-قابلیت آموزش.. 24

3-3-2-قابلیت تعمیم. 24

3-3-3-پردازش توزیعی(موازی) 24

3-3-4-تحمل پذیری خطا 25

3-4-ساختار شبکه‌ها‌ی عصبی مصنوعی.. 25

3-4-1-مدل نرون با یک ورودی.. 25

3-4-2- مدل نرون با یک بردار به عنوان ورودی.. 26

3-4-3-ساختار یک لایه از شبکه های عصبی.. 27

3-4-4-شبکه های چندلایه. 27

3-4-5-توابع انتقال. 28

3-4-5-1-تابع انتقال سخت محدود. 29

3-4-5-2-تابع انتقال خطی.. 29

3-4-5-3-تابع انتقال لگاریتمی سیگموئید. 30

3-4-5-4-تابع انتقال شعاع مبنا 30

3-4-5-5-تابع انتقال آستانه ای خطی متقارن. 31

3-4-5-6-تابع انتقال تانژانت-سیگموئید. 31

3-5-روش های آموزش شبکه عصبی.. 32

3-6-قواعد یادگیری شبکه های عصبی.. 32

3-6-1-قواعد یادگیری نظارت شده 32

3-6-2-قواعد یادگیری غیرنظارتی.. 33

3-7- شبکه های عصبی پرسپترون. 33

3-7-1-محدودیت های شبکه پرسپترون. 34

3-8- شبکه های عصبی پیشخور 35

3-9-الگوریتم پس انتشار خطا 36

3-10-آموزش شبکه های پس انتشار 37

3-11-بیش برازش شبکه. 37

3-12-بهبود عمومیت شبکه. 38

3-13-پارامترهای اساسی برای طراحی یک شبکه عصبی.. 39

3-13-1-انتخاب مناسب ترین اطلاعات ورودی به شبکه. 39

3-13-2-نحوه ورود داده ها 39

3-13-3-تقسیم بندی داده ها 39

3-13-4-انتخاب مناسب ترین تعداد نرون های لایه پنهان. 40

3-12-معیارهای ارزیابی کارایی مدل. 40

3-12-نرم افزار استفاده شده در این تحقیق.. 41

فصل 4: محاسبات و یافته های تحقیق.. 42

4-1-مقدمه. 43

4-2-طراحی شبکه عصبی مصنوعی برای هیدروکربن های آروماتیکی.. 43

4-3- طراحی شبکه عصبی مصنوعی برای آلکان ها و آلکن ها 52

4-4- طراحی شبکه عصبی مصنوعی برای الکل ها .6

4-5- طراحی شبکه عصبی مصنوعی برای آلکیل سیکلو هگزان ها 68

فصل پنجم: نتیجه گیری و پیشنهادها 77

5-1-نتیجه گیری.. 78

5-2-پیشنهادات برای تحقیقات آتی.. 79

مراجع. 80

چکیده انگلیسی.. 86

فهرست جداول­

عنوان                                                                                                                                        صفحه

جدول 4- 1: مشخصات داده های تجربی درنظرگرفته شده برای هیدروکربن های آروماتیکی.. 44

جدول 4- 2بررسی خطاوضریب تعیین ساختار مختلف شبکه های عصبی برای هیدروکربن های آروماتیکی.. 46

جدول 4- 3: مقایسه خطای مطلق میانگین روابط متعارف پیش بینی فشاربخار و روش شبکه عصبی برای هیدروکربن های آروماتیکی.. 51

جدول 4- 4: خلاصه شبکه عصبی طراحی شده برای گروه هیدروکربن های آروماتیکی.. 52

جدول 4- 5: مشخصات داده های تجربی درنظرگرفته شده برای آلکان ها و آلکن ها 53

جدول 4- 6: بررسی میزان خط و ضریب تعیین ساختار مختلف شبکه های عصبی برای آلکان ها و آلکن ها 54

جدول 4- 7: مقایسه خطای مطلق میانگین روابط متعارف پیش بینی فشاربخار و روش شبکه عصبی برای آلکان ها و آلکن ها 59

جدول 4-8: خلاصه شبکه عصبی طراحی شده برای گروه آلکان ها و آلکن ها 60

جدول 4- 9: مشخصات داده های تجربی درنظرگرفته شده برای الکل ها 61

جدول 4- 10: بررسی میزان خطا وضریب تعیین ساختار مختلف شبکه های عصبی برای الکل ها 62

جدول 4- 11: مقایسه خطای مطلق میانگین روابط متعارف پیش بینی فشاربخار و روش شبکه عصبی برای الکل ها 67

جدول 4- 12: خلاصه شبکه عصبی طراحی شده برای گروه الکل ها 68

جدول 4- 13: مشخصات داده های تجربی درنظرگرفته شده برای آلکیل سیکلوهگزان ها 69

جدول 4- 14: بررسی میزان خطا وضریب تعیین ساختارمختلف شبکه های عصبی برای آلکیل سیکلوهگزان ها 70

جدول 4- 15: مقایسه خطای مطلق میانگین روابط متعارف پیش بینی فشاربخار و روش شبکه عصبی برای آلکیل سیکلو هگزان ها 75

جدول 4- 16: خلاصه شبکه عصبی طراحی شده برای گروه آلکیل سیکلو هگزان ها 76

فهرست شکل­ها

عنوان                                                                                                                                         صفحه

شکل 3- 1: نمایی از مدل نرون تک ورودی.. 26

شکل 3- 2:مدل نرون با R ورودی.. 27

شکل 3- 3:یک لایه از شبکه های عصبی.. 27

شکل 3- 4: مدل خلاصه شده شبکه تک لایه. 27

شکل 3- 5: مدل شبکه های چند لایه. 28

شکل 3- 6: تابع انتقال سخت محدود. 29

شکل 3- 7: تابع انتقال خطی.. 29

شکل 3- 8: تابع انتقال لگاریتمی سیگموئید. 30

شکل 3- 9: تابع انتقال شعاع مبنا 30

شکل 3- 10: تابع انتقال آستانه ای خطی متقارن. 31

شکل 3- 11:تابع انتقال تانژانت-سیگموئید. 31

شکل 3- 12:یک نرون پرسپترون. 34

شکل 4- 1: تغییرات میزان خطای مطلق میانگین با افزایش نرون در لایه پنهان برای  هیدروکربن های آروماتیکی   47

شکل 4- 2: ساختار بهینه شبکه عصبی برای هیدروکربن های آروماتیکی.. 47

شکل 4- 3: خطای مربعات میانگین شبکه در مراحل آموزش، ارزیابی و تست برای هیدروکربن های آروماتیکی.. 48

شکل 4- 4: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله آموزش برای هیدروکربن های آروماتیکی.. 49

شکل 4- 5: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله ارزیابی برای هیدروکربن های آروماتیکی.. 49

شکل 4- 6: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله تست برای هیدروکربن های آروماتیکی.. 50

شکل 4- 7: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در کل مراحل برای هیدروکربن های آروماتیکی.. 50

شکل 4- 8: تغییرات میزان خطای مطلق میانگین با افزایش نرون در لایه پنهان برای آلکان ها و آلکن ها 55

شکل 4- 9: ساختار بهینه شبکه عصبی برای آلکان ها و آلکن ها 55

شکل 4- 10: خطای مربعات میانگین شبکه در مراحل آموزش،ارزیابی و تست برای آلکان ها و آلکن ها 56

شکل 4- 11: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله آموزش برای آلکان ها و آلکن ها 57

شکل 4-12: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله ارزیابی برای آلکان ها و آلکن ها 57

شکل 4- 13: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله تست برای آلکان ها و آلکن ها 58

شکل 4- 14: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در کل مراحل برای آلکان ها و آلکن ها 58

شکل 4- 15: تغییرات میزان خطای مطلق میانگین با افزایش نرون در لایه پنهان برای الکل ها 63

شکل 4- 16: ساختار بهینه شبکه عصبی برای الکل ها 63

شکل 4- 17: خطای مربعات میانگین شبکه در مراحل آموزش،ارزیابی و تست برای الکل ها 64

شکل 4- 18: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله آموزش برای الکل ها 65

شکل 4- 19: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله ارزیابی برای الکل ها 65

شکل 4- 20: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله تست برای الکل ها 66

شکل 4- 21: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در کل مراحل برای الکل ها 66

شکل 4- 22: تغییرات میزان خطای مطلق میانگین با افزایش نرون در لایه پنهان برای آلکیل سیکلوهگزان ها 71

شکل 4- 23: ساختار بهینه شبکه عصبی برای آلکیل سیکلوهگزان ها 71

شکل 4- 24: خطای مربعات میانگین شبکه در مراحل آموزش،ارزیابی و تست برای آلکیل سیکلوهگزان ها 72

شکل 4- 25: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله آموزش برای آلکیل سیکلوهگزان ها 73

شکل 4- 26: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله ارزیابی برای آلکیل سیکلوهگزان ها 73

شکل 4- 27: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در مرحله تست برای آلکیل سیکلوهگزان ها 74

شکل 4- 28: فشاربخار محاسبه شده توسط شبکه عصبی(output) در مقایسه با داده های فشاربخار تجربی(target) در کل مراحل برای آلکیل سیکلوهگزان ها 74

 برای دانلود متن کامل پایان نامه اینجا کلیک کنید.