مدل سازی سامانه های بیودیزل با استفاده از یادگیری ماشین

مرتضی آغباشلو¹ رضا صدقی²

1) دانشیار گروه مهندسی مکانیک ماشین‌های کشاورزی دانشگاه تهران
2) دانشجوی دکتری گروه مهندسی مکانیک ماشین‌های کشاورزی دانشگاه تهران

محل انتشار : دومین کنفرانس ملی مدیریت سبز پسماند(gmbtuma.ir/2nd)
چکیده :
باتوجه‌به پیچیدگی و غیرخطی بودن فرایندهای تولید و استفاده از بیودیزل، ابزارهای مدل سازی سریع و دقیق برای طراحی، بهینه سازی، نظارت و کنترل آنها موردنیاز است. رويكرد‌های یادگیری ماشین مبتنی بر داده، قابلیت پیش‌بینی دقيق تري را در مقایسه با روش‌های مرسوم برای مدل‌سازی چنین فرایندهای پیچیده اي نشان داده‌اند. از رويكرد‌های یادگیری ماشین عموماً در تحقیقات بیودیزل برای مدل‌سازی فرایندهای ترانس استريفيكاسيون، ویژگی‌های فیزیکی و شیمیایی بیودیزل و همچنين موتورهای احتراق داخلی سوخت‌رسانی شده با بیودیزل استفاده شده است. هدف اولیه از معرفی رويكرد‌های یادگیری ماشین به صنعت بیودیزل، نظارت و کنترل سامانه های بیودیزل در زمان واقعی بوده است. در میان رويكرد‌های موجود يادگيري ماشين، فناوری شبکه عصبی مصنوعی پرکاربردترین رویکرد در تحقیقات بیودیزل است. هدف از این مقاله بررسی کامل و بحث انتقادی کاربردهای مختلف رويكرد‌ یادگیری ماشین، برای حل مشکلات تخمين، بهینه‌سازی، نظارت و کنترل در تحقیقات بیودیزل است. علاوه بر این، مزایا و معایب استفاده از اين رويكرد‌ها در سامانه هاي بیودیزل برای هدایت تلاش‌های تحقیقاتي آینده در اين حوزه برجسته شده است؛ بنابراین، به نظر می‌رسد در مطالعات آینده استفاده از رويكرد‌های یادگیری ماشین برای نظارت و کنترل بی‌درنگ فرایند سامانه‌های بیودیزل برای افزایش کارایی تولید، دوام اقتصادی و پایداری زيست محيطي هدایت شوند.
کلمات کلیدی : يادگيري ماشين بيوديزل كنترل مدل¬سازي ترانس استريفيكاسيون