دانلود مقاله ISI انگلیسی شماره 52500
ترجمه فارسی عنوان مقاله

برآورد CO2-کشش سطحی آب نمک با استفاده از شبکه عصبی مصنوعی

عنوان انگلیسی
Estimation of CO2–brine interfacial tension using an artificial neural network
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
52500 2016 7 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 4930 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 9 روز بعد از پرداخت 59,160 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 5 روز بعد از پرداخت 118,320 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : The Journal of Supercritical Fluids, Volume 107, January 2016, Pages 31–37

ترجمه کلمات کلیدی
سیستم CO2 آب نمک - کشش سطحی - شبکه عصبی مصنوعی - برآورد کردن - روابط تجربی
کلمات کلیدی انگلیسی
CO2–brine systems; Interfacial tension; Artificial neural network; Estimation; Empirical correlations
پیش نمایش مقاله
پیش نمایش مقاله برآورد CO2-کشش سطحی آب نمک با استفاده از شبکه عصبی مصنوعی

چکیده انگلیسی

Experimental determination of CO2–brine interfacial tension (IFT) usually requires expensive apparatus and sophisticated interpretation procedure and is time-consuming. Hence, it is of practical importance to develop an accurate and reliable model for determining the CO2–brine IFT. This paper presents the use of feed forward artificial neural network (ANN) to accurately estimate CO2–brine IFT based on a database acquired from previous literature. The database consists of a total of 1716 CO2–brine IFT datasets that cover relatively large ranges of pressure (0.1–60.05 MPa), temperature (5.25–175 °C), total salinity (0–5 mol kg−1) and mole fractions (0–80%) of impure components. Six independent variables were considered to develop the IFT estimation model: pressure, temperature, monovalent cation (Na+ and K+) molality, bivalent cation (Ca2+ and Mg2+) molality in brine, and mole fractions of N2 and CH4 in injected CO2 streams. The ANN topology was optimized by trial-and-error in order to enhance its capability of generalization and the optimal one was determined to be 6-10-20-1 (10 and 20 neurons in the first and second hidden layers, respectively). The accuracy of the proposed ANN model was highlighted by four evaluation matrices, namely mean absolute error (MAE), mean absolute relative error (MARE), mean squared error (MSE), and determination coefficient (R2) between the measured and estimated IFT. The ANN model was further compared against four empirical IFT correlations developed in previous studies. It was observed that the ANN model outperforms significantly the empirical correlations and provides the most accurate IFT reproduction with respect to pure CO2–pure water, pure CO2–brine and impure CO2 systems.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 4930 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 9 روز بعد از پرداخت 59,160 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 5 روز بعد از پرداخت 118,320 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.