"Etude et modélisation des équilibres liquide –vapeur mélange binaire"

Abstract

"L’objectif de cette étude est la mise en oeuvre d’une méthode de prédiction basée sur les réseaux de neurones artificiels de type multicouche (MLP) pour prévoir et estimer avec précision les différents paramètres d’équilibre binaire. Un modèle neuronal a été conçu pour l’estimation des paramètres d’équilibres binaires pour douze systèmes, ( R32 + 125 , HFC-125 + HFC-152a , HFC-23 + HFC-125 , HFC-23 + HFC-32, R32 + 143a ,R32 + 134a ,R32 + 290, R143a +134a, R12+ 143a , R125 +134a ,R134a + 290, R125 + 290) Pour ces systèmes, le modèle du réseau de neurones optimisé (MRNO), comporte deux couches cachées, avec une architecteur composée respectivement [6,(18,15),2]. La stratégie d’obtention du MRNO s’articule sur l’élaboration d’un programme sur MATLAB, comportant plusieurs boucles ou on a fait varier les algorithmes d’apprentissages, les fonctions d’activations, le nombre de couches cachées et le nombre de neurones dans chaque couche cachée afin de minimiser la fonction du coût sous contrainte d’une erreur relative fixée. Le modèle neuronal conçu a permis d’une part de reproduire avec une très bonne précision les données expérimentales tirées directement de littérature et d’autre part une estimation"