در سالهای اخیر توانایی بسترهای آکنده دوار در غبارزادیی از گازها مورد توجه صنایع مختلف قرار گرفته است. از سوی دیگر به دلیل پیچیدگیهای فراوان اینگونه بسترها، بهکارگیری دینامیک سیالات محاسباتی در طراحی و مدلسازی آنها بسیار دشوار خواهد بود. از همین رو در پژوهش حاضر، عملکرد روشهای هوش مصنوعی در طراحی این تجهیزات مورد بررسی قرار گرفت. بر این اساس، ابتدا با بکارگیری ۵۶۱ داده تجربی، سامانهای مبتنی بر شبکههای عصبی مصنوعی توسعه داده شد. در این سامانه ویژگیهای طراحی و شرایط کاری بستر بعنوان ورودی، و بازدهی بستر بعنوان خروجی مدل در نظر گرفته شد. عملکرد سامانه نیز مورد ارزیابی کیفی و کمی قرار گرفت و دستیابی به ضریب همبستگی ۹۹/۰ دقت مناسب آنرا در تخمین بازدهی نشان میدهد. در نهایت با استفاده از مدل آموزش داده شده در گام نخست و بکارگیری الگوریتم ژنتیک، روش نوینی جهت طراحی بهینه این بسترها با ویژگیهای دلخواه و بازدهی مطلوب ارائه گردید. بررسیهای صورت گرفته نشان داد که سامانه مذکور در عین سادگی، از دقت و انعطاف بالایی در طراحی بسترها برخوردار بوده و هزینه اندک توسعه، این روش را به ایدهای جذاب جهت بکارگیری در صنایع مبدل میکند.
فیلی منفرد, امیر احسان, & صرافی, امیر. (1399). مدلسازی و طراحی بسترهای آکنده دوار با استفاده از روشهای هوش مصنوعی. نشریه علوم و مهندسی جداسازی, 12(1), 79-96. doi: 10.22103/jsse.2020.2643
MLA
امیر احسان فیلی منفرد; امیر صرافی. "مدلسازی و طراحی بسترهای آکنده دوار با استفاده از روشهای هوش مصنوعی", نشریه علوم و مهندسی جداسازی, 12, 1, 1399, 79-96. doi: 10.22103/jsse.2020.2643
HARVARD
فیلی منفرد, امیر احسان, صرافی, امیر. (1399). 'مدلسازی و طراحی بسترهای آکنده دوار با استفاده از روشهای هوش مصنوعی', نشریه علوم و مهندسی جداسازی, 12(1), pp. 79-96. doi: 10.22103/jsse.2020.2643
VANCOUVER
فیلی منفرد, امیر احسان, صرافی, امیر. مدلسازی و طراحی بسترهای آکنده دوار با استفاده از روشهای هوش مصنوعی. نشریه علوم و مهندسی جداسازی, 1399; 12(1): 79-96. doi: 10.22103/jsse.2020.2643