عنوان پایان‌نامه
بررسی حلالیت هیدروژن سولفید در حلال های آلی مختلف بر اساس روش QSPR
- رشته تحصیلی
- مهندسی شیمی – فرآوری و انتقال گاز
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 1383.;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 60980
- تاریخ دفاع
- ۳۰ دی ۱۳۹۲
- دانشجو
- هادی رستمی
- استاد راهنما
- سیاوش ریاحی
- چکیده
- گاز طبیعی به عنوان یکی از منابع انرژی، قبل از عرضه به بازار مصرف نیاز به فرآوری و پالایش دارد. یکی از مهمترین اجزائی که باید میزان آن در گاز طبیعی کنترل شود گاز سولفید هیدروژن است. مقدار این گاز به دلایل ایمنی نظیر سمیت و هم چنین ایجاد محلول اسیدی با آب باید تا حد قابل قبول کاهش یابد. جهت کاهش مقدار این گاز از فرآیندهای شست و شو با حلال بهره گرفته می¬شود. در این کار از روش مطالعه کمی ساختار – خاصیت (QSPR) با هدف دست یابی به مدلی برای پیش بینی میزان حلالیت سولفید هیدروژن به بررسی 44 نمونه از حلال های آلی مختلف پرداخته شد. ساختار حلال ها توسط نرم افزارهای مربوطه مدل سازی و بهینه شد. سپس توصیفگر های ساختاری مربوط به هر نمونه استخراج و با استفاده از روش های مختلف مانند روش مرحله به مرحله و الگوریتم ژنتیک، تأثیرگذارترین آنها انتخاب شدند. تکنیک های ریاضیاتی مانند رگرسیون خطی چند گانه (MLR) و سیستم استنتاجی تطبیقی عصبی – فازی (ANFIS) برای ایجاد مدل بین میزان حلالیت و توصیفگر های منتخب به کار گرفته شد و مدل سازی انجام گرفت. از آزمون های مختلف آماری برای ارزیابی و تعیین میزان صحت و دقت مدل های بدست آمده استفاده شد. درنهایت بهترین مدل ها که نتایج قابل قبول را از آزمون ها کسب کرده بودند گزارش داده شدند. مقدار مربع ضریب همبستگی برابر 0.8994 و مقدار مربع ضریب حذف متقاطع یکتایی برابر 0.8791 است. برای مدل ANFIS این مقادیر به ترتیب 0.9824 و 0.9785 محاسبه شد. این نتایج نشان می دهند که هر دو روش توانایی بالایی برای پیش بینی مقدار حلالیت دارند اما روش ANFIS به مراتب مدلی نزدیک¬تر به واقعیت ارائه داده است. علی رغم جست و جوی فراوان نگارنده در مراکز تحقیقاتی دنیا، در زمینه حلالیت گاز سولفید هیدروژن کاری در زمینه QSPR انجام نشده بود و به جرأت می توان گفت که این کار در زمره اولین کارها است
- Abstract
- Natural gas as an important source of energy should be refined before getting into the market. One significant component that its value must be controlled is H2S. The amount of H2S should be decrease to allowable limits, because of the toxicity and create an acidic solution. Absorption processes used to lessen amount of H2S. In this work, a quantitative structure property relationship (QSPR) study was performed to develop models for predicting solubility of hydrogen sulfide in organic solvents based on a diverse set of 44 organic components. 3D solvent structure were optimized with specific software. Then structural descriptors of components were extracted. The step-wise method and Genetic Algorithms- Multiple Linear Regression (GA-MLR) were employed to select the most important descriptors from a set of 555 descriptors and build the QSPR models that resulted in the best-fitted linear models. Also Adaptive Neuro Fuzzy Inference System (ANFIS) utilized to build nonlinear models. Statistical tests were carried out on the models and the best was chosen. The resulted coefficient R2 0.8994 and the predictive squared correlation coefficient Q2 0.8719 was calculated for MLR method. For ANFIS method, R2 0.9824 and Q2 0.9785 revealed that ANFIS can present accurate and reliable models to predict the solubility of hydrogen sulfide in organic solvents. As far as we know, this is the first research on QSPR studies to predict solubility of hydrogen sulfide in organic solvents.
