文献

J-GLOBAL ID：201502238946950101   整理番号：15A0322454

計算知能アプローチを用いた様々なイオン液体の存在下での二酸化炭素溶解度の予測

Prediction carbon dioxide solubility in presence of various ionic liquids using computational intelligence approaches

著者 (3件)： BAGHBAN Alireza (Dep. of Gas Engineering, Ahwaz Fac. of Petroleum Engineering, Petroleum Univ. of Technol. (PUT), P.O. Box 63431 ...) ,  AHMADI Mohammad Ali (Dep. of Petroleum Engineering, Ahwaz Fac. of Petroleum Engineering Petroleum Univ. of Technol. (PUT), P.O. Box 63431 ...) ,  HASHEMI Shahraki Bahram (Dep. of Gas Engineering, Ahwaz Fac. of Petroleum Engineering, Petroleum Univ. of Technol. (PUT), P.O. Box 63431 ...)
資料名： Journal of Supercritical Fluids  (Journal of Supercritical Fluids)
巻： 98  ページ： 50-64  発行年： 2015年03月 
JST資料番号： W1591A  ISSN： 0896-8446  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： イオン液体(ILS)はガススイートニングプロセスの設計や開発などの工業用途で非常に有望である。安全で経済的設計では,信頼できるモデルによる二酸化炭素溶解度の予測が本当に必要不可欠である。本研究では,系の圧力と温度及び臨界温度(T_c)や臨界圧力(P_c)などの臨界特性並びまた純粋なイオン液体の偏心因子(ω)と分子量(Mw)に基づき,多層パーセプトロンニューラルネットワーク(MLP-ANN)と適応ニューロ-ファジィ推論システム(ANFIS)を開発し広範囲の圧力,温度及び濃度での様々なILsの存在下で二酸化炭素の溶解度を推定した。この目的のために,文献から収集した728の実験データ点をこれらのモデルの実装に使用した。提案したモデルを検証するために,ILs中の二酸化炭素の実験と予測溶解度について回帰分析を行った。また,本研究では,実験二酸化炭素溶解度とPeng-Robinson(PR)及びSoave-Redlich-Kwong(SRK)状態方程式に基づく熱力学模型による二酸化炭素溶解度の予測値間との比較を行った。MLP-ANNでは実験値と予測値間の決定係数(R²)は0.9336でありかつ平均二乗誤差(MSEs)は0.000133であり,並びにANFISモデルではR²=0.9336とMSE=0.002942を得たが,一方PR-EOSではR²とMSEの値はそれぞれ0.7323と0.002702であり,またSRK-EOSモデルではR²=0.6989とMSE=0.005578を得た。従って,本研究ではILs中の二酸化炭素の溶解度を推定するための正確な相関としてのMLP-ANNの能力と良好な性能を他の代替モデルに対して示した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  人工知能システム ,  *二酸化炭素 ,  *溶解度 ,  *イオン液体 ,  状態方程式 ,  予測技法 ,  熱力学模型 ,  回帰分析 ,  ガス回収 ,  臨界パラメータ ,  偏心因子 ,  分子量 ,  二酸化炭素回収
準シソーラス用語： ANFIS ,  決定係数 ,  多層パーセプトロンニューラルネットワーク ,  *適応ニューロ-ファジィ推論システム

分類 (2件)： 多成分系の相平衡・状態図一般  (CB03014B) ,  採油,採ガス一般  (UA10010K)

タイトルに関連する用語 (5件)： 計算知能 ,  イオン液体 ,  二酸化炭素 ,  溶解度 ,  予測