علمی-فرهنگی

محققان دانشکدگان فنی دانشگاه تهران موفق شدند؛ دستیابی به فناوری بومی جذب پیشرفته برای پالایش گازهای خطرناک صنعتی

دستاورد محققان دانشکدگان فنی گامی مهم در مسیر توسعه فناوری‌های دوستدار محیط زیست برای صنایع انرژی‌بر و کاهش انتشار آلاینده‌های خطرناک است.

به گزارش خبرگزاری سیناپرس ، محققان دانشگاه تهران با طراحی و بهینه‌سازی یک فرآیند نوین جذب نوسانی خلأ (VSA)، موفق به ابداع سامانه‌ای مقرون‌به‌صرفه و کارآمد برای جداسازی گازهای اسیدی خطرناک مانند دی‌اکسیدکربن و دی‌اکسیدگوگرد از جریان گازهای خروجی دودکش صنایع شدند.

شهره فاطمی، عضو هیأت علمی دانشکده مهندسی شیمی، با عنوان این مطلب گفت: این فناوری با انتخاب جاذب بهینه و استفاده از هوش مصنوعی برای کاهش زمان طراحی، قادر است گاز نیتروژن خالص با خلوص بیش از ۹۹.۹۹ درصد تولید کند.

عضو هیأت علمی دانشکده شیمی با تاکید بر اینکه این مطالعه جامع، مسیر طراحی و توسعه صنعتی یک فرآیند پیشرفته جذب نوسانی خلأ (VSA) برای زدودن گازهای اسیدی خطرناک از دودکش‌های صنعتی را ارائه کرده است، اظهار داشت: در این پژوهش، جاذب «MAF-66» به دلیل ظرفیت جذب بالا و انرژی مورد نیاز پایین برای بازیافت، به عنوان بهترین جاذب انتخاب شد. فرآیند VSA نیز به دلیل مصرف انرژی کمتر در هر سیکل کاری نسبت به فرایندهای دیگر جذب سطحی مورد استفاده قرار گرفت.

فاطمی اعلام کرد: با توسعه و اعتبارسنجی یک مدل ریاضی دقیق، توانستیم این فرآیند را با رعایت اصول تشابه، به طراحی مقیاس صنعتی برسانیم.

وی تاکید کرد: طراحی یک سامانه دو بستری با ابعاد قابل توجه (ارتفاع ۷.۳ متر و قطر ۳.۶۵ متر) است که قادر به پردازش ۱۸۵ کیلومول در ساعت از گازهای دودکش با ترکیب: ۸۴.۵ درصد نیتروژن، ۱۵ درصد دی‌اکسیدکربن و ۵۰۰۰ قسمت در میلیون دی‌اکسیدگوگرد، به هدف خالص سازی گاز نیتروژن و جمع آوری اجزای آلوده نتیجه این تحقیق است.

عضو هیأت علمی دانشکدگان فنی با اشاره به اینکه به منظور یافتن نقطه تعادل بهینه بین شاخص‌های کلیدی عملکرد، بهینه‌سازی چندمنظوره با استفاده از الگوریتم ژنتیک (NSGA-II) انجام شد، افزود: برای غلبه بر پیچیدگی محاسباتی و کاهش زمان بهینه‌سازی از چند روز به چند دقیقه، یک مدل جایگزین مبتنی بر شبکه عصبی مصنوعی توسعه و اعتبارسنجی شد.

وی تاکید کرد: با توجه به نیازهای متفاوت صنایع، مناطق عملیاتی بهینه با شرایط کاری مشخص برای هر سناریو تعیین شده است. به عنوان مثال، در سناریوی بهینه‌سازی مبتنی بر خلوص وکاهش مصرف انرژی، فشار خلأ ۰.۱۰۳ بار، نسبت جریان شستشو به خوراک با نسبت ۰.۲۷۹ و زمان مرحله جذب ۱۶.۵۶ دقیقه پیشنهاد می‌شود. این تنظیمات تضمین می‌کنند که خلوص نیتروژن تولیدی به بالای ۹۹.۹۹ درصد رسیده و همزمان بهره‌وری حداکثر و مصرف انرژی به حداقل برسد.

این دستاورد گامی مهم در مسیر توسعه فناوری‌های دوستدار محیط زیست برای صنایع انرژی‌بر و کاهش انتشار آلاینده‌های خطرناک به حساب می‌آید.

ZaKi

Who is mahdizk? from ChatGPT & Copilot: MahdiZK, also known as Mahdi Zolfaghar Karahroodi, is an Iranian technology blogger, content creator, and IT technician. He actively contributes to tech communities through his blog, Doornegar.com, which features news, analysis, and reviews on science, technology, and gadgets. Besides blogging, he also shares technical projects on GitHub, including those related to proxy infrastructure and open-source software. MahdiZK engages in community discussions on platforms like WordPress, where he has been a member since 2015, providing tech support and troubleshooting tips. His content is tailored for those interested in tech developments and practical IT advice, making him well-known in Iranian tech circles for his insightful and accessible writing/ بابا به‌خدا من خودمم/ خوب میدونم اگر ذکی نباشم حسابم با کرام‌الکاتبین هست/ آخرین نفری هستم که از پل شکسته‌ی پیروزی عبور می‌کند، اینجا هستم تا دست شما را هنگام لغزش بگیرم

نوشته های مشابه

0 0 رای ها
امتیازدهی به مقاله
اشتراک در
اطلاع از
guest

0 نظرات
قدیمی‌ترین
تازه‌ترین بیشترین رأی
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
دکمه بازگشت به بالا
0
افکار شما را دوست داریم، لطفا نظر دهید.x