prediction and optimization of fish biodiesel characteristics using permittivity properties

The purpose of this research was to predict and optimize the fish biodiesel characteristics using its permittivity properties. the parameters of biodiesel permittivity properties such as έ, dielectric constant, and epsilon; prime;, loss factor at microwave frequencies of 434, 915, and 2,450 mhz, were used as input variables. the fish biodiesel characteristics, as fatty acid methyl ester (fame) content and flash point at three different levels of reaction time 3, 9, and 27 min and catalyst concentrations 1, 1.5, and 2% w woil1, were selected as output parameters for the models. linear regression (lr), the multilayer perceptron (mlp), and the radial basis function (rbf) as the methods of artificial neural networks (ann), and the response surface methodology were compared for prediction and optimization of fame content and flash point. a comparison of the results showed that the rbf recorded higher coefficient of determination at frequency of 2,450 mhz as 0.999 and 0.988 and lower root mean square error as 0.009 and 0.023 for fame content and flash point, respectively. the optimum condition was obtained using rsm by fame content of 89.88% and flash point of 152.7 °c with desirability of 0.998.

پیش‌بینی و بهینه‌سازی ویژگی‌های بیودیزل ماهی با استفاده از خواص دی‌الکتریک

هدف از این تحقیق، پیش بینی و بهینه سازی ویژگی های بیودیزل ماهی با استفاده از خواص دی الکتریک آن می باشد. متغیرهای خواص دی الکتریک بیودیزل (έ، ثابت دی الکتریک و Prime; epsilon;، فاکتور اتلاف) در فرکانس های مایکروویو (434، 915 و MHz 2450) به عنوان متغیرهای ورودی مورد استفاده قرار گرفت. ویژگی های بیودیزل ماهی، محتوای متیل استر اسید چرب (FAME) و نقطه اشتعال (FP) در سه سطح مختلف زمان واکنش (3، 9 و 27 دقیقه) و غلظت کاتالیزور (1، 5/1 و %w/woil 2) به عنوان متغیرهای خروجی مدل در نظر گرفته شد. رگرسیون خطی (LR)، روش های شبکه عصبی مصنوعی، پرسپترون چند لایه (MLP) و تابع پایه شعاعی (RBF) و روش سطح پاسخ جهت پیش بینی و بهینه سازی محتوای FAME و نقطه اشتعال مورد ارزیابی قرار گرفت. مقایسه نتایج نشان داد که RBF بیشترین ضریب تبیین در فرکانس MHz 2450 به میزان 999/0 و 988/0 و پایین ترین ریشه میانگین مربعات خطا به میزان 009/0 و 023/0 به ترتیب برای محتوای FAME و نقطه اشتعال داشت. شرایط بهینه با استفاده از RSM برای محتوای FAME به میزان 88/89% و نقطه اشتعال به میزان C ° 7/152 با مطلوبیت 998/0 بدست آمد.