| بهبود چشمگیر دقت مدل سازی تولید بیوهیدروژن به شیوه تخمیر در تاریکی با استفاده از منطق فازی |
| کد مقاله : 1039-CEC1400 |
| نویسندگان |
|
سونیا مجدی *1، امیراحسان فیلی منفرد2 1دانشجو کارشناسی ارشد مهندسی شیمی، گرایش بیوتکنولوژی، دانشکده شیمی و مهندسی شیمی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران 2استادیار مهندسی شیمی، گروه مهندسی شیمی، دانشکده شیمی و مهندسی شیمی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران |
| چکیده مقاله |
| چکیده امروزه باتوجه‌به مشکلات زیست‌محیطی و رو به اتمام بودن منابع سوخت‌های فسیلی، استفاده از منابع تجدیدپذیر انرژی مانند بیوهیدروژن از اهمیت بسیار زیادی برخوردار است. فرایند تخمیر در تاریکی یکی از روش‌های بیولوژیکی تولید هیدروژن بوده که در دو دهه اخیر توجهات زیادی را به خود جلب نموده است. در این روش به دلیل تعدد پارامترها و ارتباط پیچیده و غیرخطی بین آنها، فرایند مدل‌سازی آن کار دشواری محسوب می‌شود. در نتیجه در این مطالعه به مدل‌سازی فرآیند تخمیر در تاریکی با استفاده از روش‌های هوش مصنوعی پرداخته شده است. به همین منظور تعداد 2120 داده آزمایشگاهی گردآوری شده و سپس از انواع سیستم‌های فازی و بهینه‌سازی آنها با انفیس و همچنین تلفیق آنها با الگوریتم ژنتیک در جهت مدل‌سازی روابط پیچیده استفاده شد. پارامترهای غلظت زیست‌توده، غلظت سوبسترا، دما، pH اولیه و زمان به‌عنوان پارامترهای ورودی و میزان تولید بیوهیدروژن به‌عنوان پاسخ خروجی سیستم در نظر گرفته شد. پس از توسعه سیستم‌ها، عملکرد هریک به تفکیک مورد ارزیابی آماری قرار گرفت. نتایج بررسی‌ها نشان می‌دهد که سیستم خوشه‌بندی کاهشی و الگوریتم ژنتیک و انفیس با بیشینه درصد خطا 7/2% و سیستم الگوریتم خوشه‌بندی میانگین فازی و انفیس با بیشینه درصد خطا 8/9% از دقت بالایی در تخمین میزان تولید بیوهیدروژن برخوردار خواهند بود. |
| کلیدواژه ها |
| مدل سازی، هوش مصنوعی، بیوهیدروژن، منطق فازی، تخمیر در تاریکی |
| وضعیت: پذیرفته شده برای ارائه شفاهی |