Titre : |
Prédiction des propriétés physiques des hydrocarbures par réseaux de neurones artificiels |
Type de document : |
texte imprimé |
Auteurs : |
Ghani, Samira, Auteur ; Chems Eddine Chitour, Directeur de thèse ; Fekrache, Samir, Directeur de thèse |
Editeur : |
[S.l.] : [s.n.] |
Année de publication : |
2008 |
Importance : |
141 f. |
Présentation : |
ill. |
Format : |
30 cm. |
Accompagnement : |
1 CD-ROM. |
Note générale : |
Mémoire de Projet de Fin d’Études : Génie Chimique: Alger, École Nationale Polytechnique: 2008
Annexe f. 107 - 138 . - Bibliogr. f. 140 - 141 |
Langues : |
Français (fre) |
Mots-clés : |
Corps purs
Mélange de corps purs
Fraction pétrolière
Réseau neurone artificiel
Chaleur spécifique
Chaleur vaporisation
Indice corrélation |
Index. décimale : |
PC00408 |
Résumé : |
L’estimation empirique des propriétés s’imposera toujours et demeurera incontournable pour caractériser les fractions pétrolières qui sont des mélanges complexes.
Dans un tel contexte, nous proposons une nouvelle technique basée sur les réseaux de neurones artificiels qui permet d’accéder rapidement aux caractéristiques de ces produits ainsi que celles des corps pur et de leur mélange.
Une amélioration sensible des résultats a été obtenue par ce récent moyen de calcul.
Les grandeurs étudiées sont la chaleur spécifique, la chaleur de vaporisation et l’indice de corrélation. |
Prédiction des propriétés physiques des hydrocarbures par réseaux de neurones artificiels [texte imprimé] / Ghani, Samira, Auteur ; Chems Eddine Chitour, Directeur de thèse ; Fekrache, Samir, Directeur de thèse . - [S.l.] : [s.n.], 2008 . - 141 f. : ill. ; 30 cm. + 1 CD-ROM. Mémoire de Projet de Fin d’Études : Génie Chimique: Alger, École Nationale Polytechnique: 2008
Annexe f. 107 - 138 . - Bibliogr. f. 140 - 141 Langues : Français ( fre)
Mots-clés : |
Corps purs
Mélange de corps purs
Fraction pétrolière
Réseau neurone artificiel
Chaleur spécifique
Chaleur vaporisation
Indice corrélation |
Index. décimale : |
PC00408 |
Résumé : |
L’estimation empirique des propriétés s’imposera toujours et demeurera incontournable pour caractériser les fractions pétrolières qui sont des mélanges complexes.
Dans un tel contexte, nous proposons une nouvelle technique basée sur les réseaux de neurones artificiels qui permet d’accéder rapidement aux caractéristiques de ces produits ainsi que celles des corps pur et de leur mélange.
Une amélioration sensible des résultats a été obtenue par ce récent moyen de calcul.
Les grandeurs étudiées sont la chaleur spécifique, la chaleur de vaporisation et l’indice de corrélation. |
|