Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/72603
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorไพศาล กิตติศุภกร-
dc.contributor.advisorไพรินทร์ ชูโชติถาวร-
dc.contributor.authorนงลักษณ์ พลรักษา-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2021-03-04T08:43:48Z-
dc.date.available2021-03-04T08:43:48Z-
dc.date.issued2543-
dc.identifier.isbn9741306563-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/72603-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2543en_US
dc.description.abstractปัญหาที่สำคัญสำหรับการควบคุมคุณภาพผลิตภัณฑ์ในอุตสาหกรรมพอลิเมอร์คือการขาดเครื่องมือวัดคุณสมบัติของพอลิเมอร์แบบออนไลน์ ในงานวิจัยนี้ได้พัฒนาแบบจำลองกระบวนการผลิตโพลีเอททิลีนโดยใช้ข่ายงานนิวรัลและใช้ข้อมูลอินพุทและเอาท์พุทจากกระบวนการโพลีเมอร์ไรเซซันในเครื่องปฏิกรณ์ของกระบวนการผลิตโพลีเอททิลีน นั้นคือข้อมูลอินพุทได้จากการวัดค่าอุณหภูมิ, ความดัน, อัตราการไหล, องค์ประกอบของก๊าซและตัวแปรอื่นๆ ในเครื่องปฏิกรณ์ และข้อมูลเป้าหมายได้จากการทดสอบคุณสมบัติของพอลิเมอร์ในห้องทดสอบคุณสมบัติของพอลิเมอร์ ซึ่งการฝึกข่ายงานจะใช้เทคนิคการเรียนรู้อัลกอริธึมการกระจายความผิดพลาดย้อนกลับแบบ Levenberg-Marquardt ในการพัฒนาแบบจำลองให้เหมาะสม ผลการจำลองพบว่าแบบจำลองกระบวนการโดยใช้ข่ายงานนิวรัลสามารถทำนายค่าอัตราการไหลและความหนาแน่นได้ดี และแบจำลองกระบวนการนี้ได้ถูกนำไปประยุกต์ใช้กับการทำนายค่าอัตราการไหลและความหนาแน่นแบบออนไลน์ได้เป็นอย่างดีเช่นกัน ประโยชน์จากการทำนายค่าอัตราการไหลและความหนาแน่นแบบออนไลน์จะทำให้สามารถควบคุมคุณภาพผลิตภัณฑ์ที่เบี่ยงเบนไปจากมาตรฐานที่ต้องการได้และช่วยลดปริมาณผลิตภัณฑ์ไม่ได้มาตรฐานในระหว่างการเปลี่ยนเกรดการผลิตได้en_US
dc.description.abstractalternativeA major difficulty affecting the control the control of product quality in industrial polymerization is the lack of suitable on-line polymer property measurements. The objective of this research work is to develop neural network process models of a polyethylene polymerization reactor on input-output information. In this work, the neural network is applied to predict quality variables: melt flow rate and density, from available on-line temperature, pressure, flow rate, gas composition and other variables measurements of the reactor. Error backpropagation and Levenberg-Marquardt techniques are used to train the developed neural network models from actual operating data. Simulation results show that the developed neural network process models cansuccessfully predict melt flow rate and density. The developed neural network process models can also used on-line to predict the melt flow rate and density. In the other words, the developed neural network model can give good prediction of melt flow rate and density on-line. This information is used in a control formulation to control product specifications as desired.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectโพลิเอทิลีน -- การผลิต-
dc.subjectคุณภาพผลิตภัณฑ์-
dc.subjectPolyethylene -- Manufacture-
dc.subjectQuality of products-
dc.titleการทำนายค่าอัตราการไหลและความหนาแน่นของพอลิเมอร์ในเครื่องปฏิกรณ์โดยใช้ข่ายงานนิวรัลen_US
dc.title.alternativeMelt flow rate and density prediction of polymer in reactor using neural networken_US
dc.typeThesisen_US
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineวิศวกรรมเคมีen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorPaisan.K@Chula.ac.th,paisan.k@chula.ac.th-
dc.email.advisorไม่มีข้อมูล-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Nongluk_po_front_p.pdfหน้าปก และ บทคัดย่อ1.07 MBAdobe PDFView/Open
Nongluk_po_ch1_p.pdfบทที่ 1393.99 kBAdobe PDFView/Open
Nongluk_po_ch2_p.pdfบทที่ 21.1 MBAdobe PDFView/Open
Nongluk_po_ch3_p.pdfบทที่ 32.76 MBAdobe PDFView/Open
Nongluk_po_ch4_p.pdfบทที่ 4441.75 kBAdobe PDFView/Open
Nongluk_po_ch5_p.pdfบทที่ 53.1 MBAdobe PDFView/Open
Nongluk_po_ch6_p.pdfบทที่ 6494.8 kBAdobe PDFView/Open
Nongluk_po_back_p.pdfบรรณานุกรม และ ภาคผนวก4.99 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.