بهینه سازی دمای راکتور و وزن کاتالیست در فرآیند تبدیل ضایعات پلیمری به سوخت

محورهای موضوعی : بهینه سازی

سیدحسین هاشمی ¹ (دانشگاه محقق اردبیلی اردبیل)
سیدعبدالرسول هاشمی ² (شرکت بهره برداری نفت و گاز گچساران)
محمود دین محمد ³ (پژوهشگاه صنعت نفت تهران)
عباس نیکنام ⁴ (شرکت بهره برداری نفت و گاز گچساران)

تاریخ دریافت : 1395/02/12 تاریخ پذیرش : 1395/08/09 تاریخ انتشار : 1395/12/01

کلید واژه: الگوریتم ژنتیک, بهینه سازی, پیرولیز کاتالیستی, مدیریت زباله های پلیمری,

چکیده مقاله :

امروزه باتوجه به افزایش چشمگیر در تولید محصولات پلیمری با توجه به پیشرفت تکنولوژی در صنایع پلاستیکی، اهمیت مدیریت دفع ضایعات پلاستیکی دوچندان شده است. از راهکارهای کارآمد در این زمینه، می توان به بازیافت این ضایعات و تبدیل به سوخت های مایع و گاز اشاره کرد. این راهکار می تواند علاوه بر حفاظت از محیط زیست، جای گزینی مناسب برای سوخت های طبیعی باشد. به همین دلیل در این پژوهش، در راستای افزایش راندمان سوخت و بهبود کیفیت محصولات تولیدی حاصل از تبدیل زباله های پلاستیکی در فرآیند پیرولیز کاتالیستی، یک مدل توسعه یافته ریاضی ارائه می شود و با استفاده از دو روش پاسخ سطح و الگوریتم ژنتیک، مدل مورد نظر و پارامترهای آن(دمای راکتور و وزن کاتالیست) به منظور ارائه بهترین حالت بهینه مورد مطالعه قرارمی گیرد. طبق تحلیل آنالیز واریانس، میزان انحراف معیار براساس مدل توسعه یافته، برای بازده سوخت مایع و گاز به ترتیب 9641/0 و 9655/0 می باشد.

چکیده انگلیسی:

Today with significant increase in production of polymeric products and advances in polymer science and technology, the importance of efficient management of polymeric waste has gain an even more significance. From efficient and practical solutions proposed in this field, recycling these wastes in order to produce gaseous and liquid fuels can be named as a valid and feasible solution. In addition to protecting the environment, this solution is a good replacement for natural fuels. Therefore, this research aims to increase the fuel efficiency and quality of plastic waste products via catalytic pyrolysis process. In this research, an expanded mathematical model is presented, and by using two methods of response surface and genetic algorithm, the proposed model and its parameters (reactor’s temperature and catalyst weight), for finding the optimal conditions shall be investigated. According to evaluation of base variance algorithm, the scale of deviation based on the expanded model, for liquid and gaseous fuel efficiencies is calculated to be 0.9641 and 0.9655 respectively.