آمار
| تعداد نشریات | 45 |
| تعداد شماره‌ها | 1,556 |
| تعداد مقالات | 18,985 |
| تعداد مشاهده مقاله | 64,102,628 |
| تعداد دریافت فایل اصل مقاله | 23,446,363 |
ارزیابی پتانسیل صرفه‌جویی انرژی الکتریکی و پیش‌بینی مصرف در صنعت فولاد ایران با استفاده از مدل‌های آماری و هوش مصنوعی | ||
| مهندسی مکانیک دانشگاه تبریز | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 06 آبان 1405 اصل مقاله (1.65 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/jmeut.2026.70758.3633 | ||
| نویسندگان | ||
| مرتضی مهرگو* 1؛ آزیتا عبدالهی نانواپیشه2 | ||
| 1استادیار، گروه مدیریت انرژی، پژوهشگاه نیرو، تهران، ایران | ||
| 2دکتری، دانشکده مهندسی مکانیک، دانشگاه تهران، تهران ، ایران | ||
| چکیده | ||
| این مطالعه پتانسیل صرفه‌جویی انرژی الکتریکی و روند آتی مصرف را در صنعت آهن و فولاد ایران با استفاده از روش‌های آماری و هوش مصنوعی بررسی می‌کند. با استفاده از تحلیل داده‌های واقعی، مصرف ویژه انرژی برای بخش‌های کلیدی زنجیره تولید فولاد محاسبه و پتانسیل صرفه‌جویی نسبت به استانداردهای ملی و بهترین فناوری جهانی ارزیابی شده است. برای پیش‌بینی تا افق ۱۴۱۵، از سه مدل (آماری، تقویت گرادیانی و حافظه طولانی کوتاه مدت) و سه سناریو (ادامه روند موجود، خوش‌بینانه ۱ و ۲) استفاده گردید. نتایج نشان می‌دهد پتانسیل صرفه‌جویی سالانه بین ۶۰۶۷ تا ۸۴۲۵ میلیون کیلووات‌ساعت (۱۶ تا ۲۳% مصرف بخش فولاد) است که بیشترین فرصت در کوره قوس الکتریکی متمرکز است. پیش‌بینی‌ها حاکی از رشد مصرف به ۱۰۲ تراوات‌ساعت در سناریوی ادامه روند موجود است، درحالی‌که با بهینه‌سازی فناوری (سناریوهای خوش‌بینانه) می‌توان مصرف را ۱۲ تا ۲۸% کاهش داد. مطابق با نتایج بدست آمده، مدل حافظه طولانی کوتاه مدت با کمترین خطا (% 4/3 = خطای مطلق ) به‌عنوان دقیق‌ترین مدل شناسایی شد. | ||
| کلیدواژه‌ها | ||
| بهره‌وری انرژی؛ صنعت فولاد ایران؛ هوش مصنوعی؛ حافظه طولانی کوتاه مدت؛ تقویت گرادیانی؛ پتانسیل صرفه‌جویی | ||
|
آمار تعداد مشاهده مقاله: 1 تعداد دریافت فایل اصل مقاله: 1 |
||