جستجو در مقالات منتشر شده
۴ نتیجه برای چائی بخش لنگرودی
علی چائی بخش لنگرودی، نسیم انسان صفت، آیدین کیایی جمالی، علی جمالی، رامین کوهی کمالی،
دوره ۱۵، شماره ۱۰ - ( ۱۰-۱۳۹۴ )
چکیده
در این تحقیق، استفاده از ماشین‌های بردار پشتیبان برای پیش‌بینی وقوع گرفتگی و همچنین تعیین درصد آن در لوله‌های بخش تابشی کوره پیش‌گرمکن نفت خام مورد مطالعه قرار گرفته است. کوره‌های پیش‌گرمکن نفت خام به عنوان یکی از المان‌های اصلی تامین حرارت در فرآیند جداسازی مشتقات نفتی، همواره در معرض گرفتگی لوله‌ها و خطرات ناشی از آن هستند. به منظور پیش‌بینی شرایط گرفتگی در لوله‌ها، در بخش اول با توجه به پارامترهای مستقل موثر بر عملکرد کوره و بر اساس مدلسازی دینامیکی ارائه شده برای یک کوره پیش‌گرمکن نوع کابینتی، رفتار کوره در شرایط غیرایده‌ال شبیه‌سازی شده است. تاثیر تغییر نوع گرفتگی، همچنین تغییر موقعیت آن در لوله‌های مختلف بر شرایط دمایی لوله‌ها و نفت خام خروجی از آنها بررسی شده است. سپس بر اساس نتایج بدست آمده از سناریوها و شرایط مختلف گرفتگی لوله، شناساگر خطا طراحی شده است. شرایط عملکردی کوره شامل افت فشار در لوله‌ها، شرایط دمایی لوله‌ها و نفت خام خروجی از آنها برای تعیین بروز گرفتگی و تعیین میزان ته‌نشست‌ها مورد استفاده قرار می‌گیرند. نتایج حاصل دقت و قابلیت روش پیشنهادی برای تعیین میزان گرفتگی لوله‌ها را نشان می‌دهد.
علی چائی بخش لنگرودی، زهر رستم نژاد، تهمینه عدیلی، علی جمالی،
دوره ۱۶، شماره ۵ - ( ۵-۱۳۹۵ )
چکیده
در این تحقیق، طراحی سیستم کنترل پسخور-پیشخور و بهینه‌سازی عملکرد کوره فرآیندی نفت خام برای بازیابی از شرایط غیرعادی احتمالی، مورد بررسی قرار گرفته است. در ابتدا با توسعه یک مدل تحلیلی غیرخطی دقیق، اثرات تغییرات پارامترهای ورودی و شرایط مختلف عملکردی بر خروجی سیستم تعیین شده است. سپس به منظور حذف اثر اغتشاشات وارده به کوره، یک ساختار کنترلی پیشخور-پسخور برای کنترل احتراق پیشنهاد و با استفاده از الگوریتم ژنتیک (GA) عملکرد کنترلرها، بهینه‌سازی شده است. همچنین، به منظور افزایش پایداری حرارتی سیستم و حفظ کیفیت محصول خروجی، سیستم کنترل اختلاف دما بر اساس تقسیم بار بین مسیرهای کوره بکار گرفته شده است. به علاوه یک سیستم کنترل نظارتی برای تنظیم مقادیر مطلوب آتشباری، به منظور بازیابی سیستم از شرایط غیرعادی ناشی از خرابی مشعلها، ارائه شده است. با توجه به سناریوهای مختلف خرابی، مقادیر بهینه آتشباری توسط مشعلها، با اعمال الگوریتم ژنتیک به مدل سیستم، بدست آمده است. از شبکه عصبی پرسپترون چند لایه به عنوان هسته مرکزی این کنترلر و میان‌یابی بین شرایط مختلف استفاده شده است. نتایج بدست آمده در شرایط مختلف، عملکرد مناسب سیستم‌های کنترلی طراحی شده را تایید می‌کند.
میلاد مرادی، علی چائی بخش لنگرودی، امین رمضانی،
دوره ۱۶، شماره ۱۰ - ( ۱۰-۱۳۹۵ )
چکیده
در این تحقیق، استفاده از ماشین بردار پشتیبان SVM)) به منظور آشکارسازی زودهنگام عیب افزایش سطح مخزن راه‌انداز در شرایط تغییر بار یک بویلر یک گذر نوع بنسون ارائه شده است. افزایش سطح مخزن راه‌اندازی به دلیل به هم خوردن شرایط حرارتی بویلر بخصوص هنگام کاهش توان کاری واحد بخار رخ می‌دهد. برای این منظور، ابتدا عوامل موثر در افزایش سطح مخزن راه‌انداز با توجه به داده‌های تجربی بدست آمده از یک واحد نیروگاهی شناسایی شده، سپس با انتخاب ویژگی مناسب ابعاد ورودی کاهش یافته است. نتایج تجربی نشان می‌دهد که تغییر دمای دیواره‌ها می تواند به عنوان بهترین شاخصه افت کیفیت بخار در نظر گرفته شود. با مقایسه ویژگی‌های استخراجی در شرایط سالم و ناسالم، مدل مناسبی از خطا با استفاده از ماشین بردار پشتیبان با تابع پایه شعاعی (RBF) به عنوان هسته آن، تهیه شده است. عملکرد سیستم آشکارساز خطا بر اساس داده‌های وقوع دو عیب مشابه در دو بازه زمانی متفاوت از یک واحد بخار نیروگاه بخار بررسی شده است. نتایج حاصل، دقت و قابلیت روش پیشنهادی برای کشف زودهنگام شرایط کارکرد ناسالم در وضعیت تغییر بار واحد را نشان می‌دهد. مزیت روش پیشنهادی، ممانعت از ایجاد آلارم‌های کاذب در بویلرهای نیروگاهی در شرایط تغییر بار است.
محمد رهبر، علی چائی بخش لنگرودی،
دوره ۱۷، شماره ۲ - ( ۲-۱۳۹۶ )
چکیده
در این پژوهش، مقایسه‌ای بین روش های تجزیه حالت تجربی، تجزیه حالت تجربی دسته‌ای و تبدیل موجک گسسته با توابع موجک مادر مِیِر و دابچی در تشخیص عیب نابالانسی ماشین دوار انجام شده است. به منظور طبقه‌بندی و تفکیک کلاس سالم از نابالانسی ماشین دوار، از ماشین بردار پشتیبان بهینه شده با الگوریتم بهینه‌سازی ازدحام ذرات استفاده شده است. همچنین، مقایسه‌ای بین عملکرد ماشین بردار پشتیبان بهینه و غیربهینه نیز انجام شده است. به منظور تهیه داده‌های مورد نیاز، ابتدا یک دستگاه شبیه‌ساز عیب در ماشین دوار ساخته، سپس سیگنال‌های ارتعاشی در دو حالت سالم و عیب نابالانسی، توسط سنسورهای شتاب اخذ شدند. بعد از پردازش و تجزیه سیگنال‌ها به مولفه‌های فرکانسی آنها، چند ویژگی آماری از هر مولفه فرکانسی استخراج و بعنوان ورودی ماشین بردار پشتیبان، جهت تفکیک کلاس‌ها از یکدیگر مورد استفاده قرار گرفت. نتایج حاصل نشان داد که روش تبدیل موجک گسسته با تابع موجک مادر مِیِر، درصد موفقیت بالاتری در تشخیص عیب نابالانسی نسبت به سایر روش‌ها دارد.
