TY - JOUR ID - TI - Experimental and Prediction Using Artificial Neural Network of Bed Porosity and Solid Holdup in Viscous 3-Phase Inverse Fluidization التجريبية والتنبؤ باستخدام الشبكة العصبية الاصطناعية لمسامية الطبقة والمحتوى الحجمي للطور الصلب في أبراج معكوس التمييع اللزج ثلاثية الطور AU - Amer A. Abdulrahman عامر عزيز عبدالرحمن PY - 2016 VL - 12 IS - 3 SP - 26 EP - 37 JO - Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية SN - 18181171 23120789 AB - In the present investigation, bed porosity and solid holdup in viscous three-phase inverse fluidized bed (TPIFB) are determined for aqueous solutions of carboxy methyl cellulose (CMC) system using polyethylene and polypropylene as a particles with low-density and diameter (5 mm) in a (9.2 cm) inner diameter with height (200 cm) of vertical perspex column. The effectiveness of gas velocity Ug , liquid velocity UL, liquid viscosity μL, and particle density ρs on bed porosity BP and solid holdups εg were determined. The bed porosity increases with "increasing gas velocity", "liquid velocity", and "liquid viscosity". Solid holdup decreases with increasing gas, liquid velocities and liquid viscosity. Solid holdup with "low density particles" shows a higher numerical quantity "than that in the beds" with "high density". Levenberg-Marquardt back propagation of "artificial neural network (ANNs)" was utilized to predict the bed porosity and solid holdup. The expected values are in an excellent relationship with the experimental values, where the advanced model is high-fidelity and own a large capacity to predict bed porosity and solid holdup.

في هذا العمل، تم حساب مسامية الطبقة والمحتوى الحجمي للطور الصلب في أبراج معكوس التمييع اللزجة ثلاثية الطور باستخدام محاليل مائية للكربوكسي ميثيل السليلوز (CMC) ونوعين مختلفين من جسيمات البولي اثيلين والبولي بروبلين ذوالكثافات الواطئة وبأقطار (5 ملم) في عمود من نوع (PERSPEX) وبقطر داخلي (0.092 م) مع ارتفاع (2 م). تم تحديد فعالية سرعة الغاز و السائل، لزوجة السائل، وكثافة الجسيمات على مسامية الطبقة والمحتوى الحجمي للطور الصلب. ووجد ان زيادة سرعة الغاز, سرعة السائل, ولزوجة السائل تؤدي الى زيادة مسامية الطبقة. اما المحتوى الحجمي للطور الصلب يقل عند زيادة سرعة الغاز, سرعة السائل, ولزوجة السائل. ووجد ان المحتوى الحجمي للطور الصلب للجزيئات منخفضة الكثافة تكون أعلى من الجزيئات ذي الكثافة العالية. وقد استخدم برنامج ليفينبيرك -ماركوارت العكسي للشبكة العصبية الاصطناعية لتنبؤ مسامية الطبقة والمحتوى الحجمي للطور الصلب. وظهرت القيم المتوقعة في اتفاق ممتاز مع القيم المقاسة، حيث ان النموذج المطور كان عالي الدقة ولديه نوعية كبيرة على التنبؤ. ER -