The Prediction of Nitrogen oxide and Carbon dioxide from Packed-bed Sphere Porous Burner using Artificial Neural Network

Abstract

บทความวิจัยนี้นำเสนอการทำนายปริมาณแก๊สไนโตรเจนออกไซด์(NOX) และแก๊สคาร์บอนไดออกไซด์(CO) ที่เกิดจากการเผาไหม้ของแก๊สแอลพีจี (LPG) ในหัวพ่นไฟวัสดุพรุนเม็ดกลมอัดแน่นซึ่งทำมาจากหินตู้ปลาเม็ดกลมที่มีขนาดเส้นผ่านศูนย์กลาง (d) และค่าความพรุน (ε) เท่ากับ 1.55 cmและ 0.355 อัตราเร็วเชิงปริมาตรของเชื้อเพลิงแก๊สผสมก่อน (Vmx) ระหว่างแก๊สแอลพีจีกับอากาศถูกส่งเข้ามายังชั้นวัสดุพรุนในช่วงความเร็ว 5 – 40 m3/hr อัตราส่วนสมมูลของเชื้อเพลิง (Type equation here.) อยู่ในช่วง 0.50 – 0.80 โดยทำการวัดปริมาณแก๊ส NOxและ COที่ระดับความสูงของชั้นวัสดุพรุนเท่ากับ 2.5– 12.5cm ตามลำดับ ซึ่งในบทความวิจัยนี้ได้นำปริมาณแก๊สที่วัดค่าจากการทดลองมาเปรียบเทียบกับผลการทำนายปริมาณแก๊สโดยใช้โครงข่ายประสาทเทียม ผลจากการศึกษาพบว่าแบบจำลองโครงข่ายประสาทเทียมแบบหลายชั้นป้อนไปข้างหน้าซึ่งมีกระบวนการเรียนรู้แบบแพร่กระจายย้อนกลับของเลเวนเบิร์ก-มาควาดท์สามารถทำนายปริมาณแก๊ส NOxและ COที่ปล่อยออกมาจากหัวพ่นไฟวัสดุพรุนเม็ดกลมอัดแน่นได้