این فایل در قالب ورد وقابل ویرایش در250 صفحه می باشد .
چکیده:
در این پروزه سعی شده است به بررسی کلیه مطالب مربوط به طلا اعم از خصوصیات و اهمیت اقتصادی طلا در جهان،فعالیتهای اکتشافی و استخراجی انجام شده در برخی مناطق کشور،تولیدات و نوسانات قیمت طلا در ایران وجهان،اقتصاد جهانی طلا،طریقه اکتشاف،استخراج و استحصال طلا،موقعیت طلای ایران در مقایسه با جهان،بررسی ذخایر و تجارت جهانی طلا و در نهایت امکان تولیدطلا درایران پرداخته شده است.
از آنجا که کشور ما در خاورمیانه از نظر ذخایر ارز و طلا در موقعیت بسیار ارزشمندی است اما با وجود این در بسیاری از مناطقی که وجود طلا در آنجا محرز شده است اما امکان استخراج و استحصال آن وجود ندارد.
زیرا عواملی اعم ازوجود شرایط نامناسب آب وهوائیدر محل،موقعیت جغرافیائی نا مناسب محل وجود ماده معدنی ،عدم وجود مکانیسم پیشرفته جهت استخراج درشرایط مختلف،پائین بودن عیار طلا،اقتصادی نبودن مراحل اکتشافی و در نهایت استخراجی و... امکان تولید طلا در ایران تنها به دو معدن منتهی می شود .
یکی طلای زرشوران است که از سال آینده باعیار 7.9تولید خواهد کرد که بسیار خوب است و دیگری طلای موته با عیار2.5 است که تنها از این معدن است که طلا به صورت شمش تهیه می گردد.
البته در بعضی از نقاط کشور مانند شوش طلا از لجن های مس استحصال می شود
امید است در آینده نزدیک شرایط به گونه ای فراهم شود تا مناطقی که در آنجا طلا وجود دارد اما امکان استحصال آن نیست این امکان،ممکن شده و چرخه اقتصادی کشور به کمک این ماده معدنی ارزشمند و تعیین کننده در وضعیت کنونی کشور تحول نوینی ایجاد نماید و علاوه بر نفت بتواند پشتوانه قدرتمند دیگری داشته باشد.
چرا که طلا نقش تعیین کننده ای در اقتصاد ایفا می کند ومیتوان طلا را به عنوان یک شاخص حساس نسبت به شرایط ملی و بینالمللی معین از قبیل تورم و یا جنگ معرفی کرد.
مقدمه :
منابع معدنی نقش زیر بنایی در فرایند توسعه اقتصاد کشور دارند و در این میان طلا به عنوان یک منبع ثروت با کاربرد ویژه در صنعت و پشتوانه سیستم پولی پارهای از کشورهای جهان، از اهمیت خاصی برخوردار است. تفاوت طلا با سایر عناصر در رابطه تاریخی آن با پول نهفته است. بر این اساس در چند سال اخیر منابع هنگفتی در زمینه اکتشاف طلا سرمایه گذاری شده است.
اطلاعات درمورد ذخایر طلا در کشورمان بسیار پراکنده بوده و به لحاظ نداشتن یک سیستم بانک اطلاعاتی قوی، گردآوری، نگهداری و پردازش این اطلاعات به خوبی صورت نگرفته است. هدف از انجام این پروژه جمع آوری اطلاعات مربوط به طلا (اکتشاف، استخراج، ... )، ساماندهی این اطلاعات در قالب یک بانک اطلاعاتی و در نهایت ارایه اطلاعات به شکل پروژه و CD خواهد بود. .در مرحله بعد اطلاعات مورد نیاز و مراکز اطلاعاتی شناسایی شد و با توجه به الویتبندی صورت گرفته و حجم عظیم اطلاعات در سازمان زمینشناسی و اکتشافات معدنی کشوراطلاعات موجود در این ارگان گردآوری گردید، در ادامه جمعآوری اطلاعات موجود در وزارت صنایع و معادن و دانشگاههای سطح تهران صورت پذیرفت. طبقهبندی اطلاعات جمعآوری شده به چهار دسته معدن، کانسار، نشانه های معدنی و آنومالی( که شرح مربوط به هر کدام در ذیل آورده شده ) انجام شد که حاصل آن معرفی 2 معدن (طلای موته و مس و طلای سرچشمه )، 36 کانسار، 79 نشانه معدنی، و 288 آنومالی معدنی تا کنون میباشد.
1-معدن: تمرکز اقتصادی مواد معدنی که یا در گذشته استخراج شدهاست و یا اکنون در حال استخراج برای عرضه و فروش میباشد.
2-کانسار: تمرکز اقتصادی مواد معدنی که لزوما یک تمرکز اقتصادی است اما هنوز استخراج نگردیده است.
3-نشانه معدنی: ویژگی زمینشناسی یا ... که به حضور یک نهشته معدنی در یک ناحیه اشاره دارد.
4-آنومالی معدنی: نواحی بیهنجار که مطالعات زمینشناسی، اکتشافی و... انجامگرفته در آنها از " نشانه معدنی" کمتر بوده اما در آینده با تکمیل مطالعات میتواند بهعنوان یک نشانه معدنی معرفی گردد.
فصل اول
منشأ،خصوصیات و اهمیت اقتصادی طلا
1-1- اهمیت اقتصادی طلا:
طلا از گذشتههای بسیار دور، بهدلیل جلای زیبا، مقاومت بالا در مقابل اکسیداسیون و دیگر عوامل شیمیایی، شکلپذیری خوب و کمیابی، در طول تاریخ مورد توجه بشر بوده و دارای اهمیت ویژهای میباشد.
طلا به عنوان مهمترین استاندارد پولی جهان مطرح بوده و بیشترین مورد مصرف آن، در ساخت سکه و شمش طلا به عنوان ذخایر پولی بینالمللی است. این فلز به علت زیبایی و مقاومت، به صورت زیورآلات و کارهای هنری نیز استفاده میشود. این فلز همچنین در ساخت لوازم الکترونیکی دقیق مورد استفاده است بهطوریکه در آینده رده اول مصرف طلا را به خود اختصاص خواهد داد.
فلز طلا به عنوان یک سرمایه ملی و پشتوانه اقتصادی کشور مطرح میباشد، بنابراین اطلاع رسانی در مورد آمار قیمت، تولید، ذخیره و ... این فلز گرانبها در ایران در مقایسه با دیگر کشورها، برای برنامهریزی بهتر در جهت استخراج و استفاده از آن مفید و حتی ضروری میباشد.
1-1-1- ملاحظات استراتژیک:
طلا از دیدگاه اقتصادی می تواند استراتژیک تلقی شود، زیرا خود پشتوانه مالی بوده و در بازارهای جهانی نقش ارزنده ای را ایفا می کند.
فهرست صفحه
چکیده 1
مقدمه 2
فصل اول، منشأ،خصوصیات و اهمیت اقتصادی طلا 3
1-1- اهمیت اقتصادی طلا 4
1-1-1- ملاحظات استراتژیک 4
2-1-1- کیمیاگری جدید 5
3-1-1- طلای آزمایشگاهی 5
2-1- تاریخچه 9
3-1- کانی شناسی طلا 9
1-3-1- کانی های اصلی طلا 10
2-3-1- کانی های فرعی طلا 12
3-3-1- اکسیدهای طلا 13
4-1- خواص فیزیکی 13
1-4-1- خواص فیزیکی طلا 13
5-1-خواص شیمیایی 15
1-5-1- خواص شیمیایی طلا 15
6-1- ذخایر طلا و همراهان آن 16
6-1-1-آنتیمونیت 16
2-6-1- لیمونیت (کانه آهن قهوه ای) 16
3-6-1- کانی هرزه سنگ طلا 17
7-1- منشا طلا 19
1-7-1- چگونگی پیدایش پلاسر طلا 20
2-7-1- کانسارهای ماسیو سولفید 22
3-7-1- کانسارهای مس پورفیری طلا دار 22
4-7-1- چگونگی تشکیل کانسارهای طلای اپی ترمال 24
5-7-1-انواع کانسارهای طلای اپی ترمال 25
8-1- کانسارهای طلا 26
1-8-1- کانسارهای طلای پرکامبرین 27
2-8-1- عیار و میزان ذخیره کانسارهای طلای پرکامبرین 29
3-8-1- کانسارهای طلای فانروزوئیک 29
4-8-1- عیار و میزان ذخیره کانسارهای طلای فانروزوئیک 30
ث
9-1- ژئو شیمی طلا 30
فصل دوم،فعالیتهای اکتشافی و استخراجی در بعضی نقاط کشور 34
1-2- حوزه فلززایی طلا – پلی متال ترود – چاه شیرین 35
2-2- حوزه فلززایی طلای مزوترمال مهاباد – مریوان 35
3-2- حوزه فلززایی طلا – آرسنیک – جیوه – آنتیموان قروه – تکاب 35
4-2- حوزه فلززایی مس، طلا، سرب و روی انارک – خور 36
5-2- حوزه فلززایی کاشمر – تربت حیدریه 36
6-2- حوزه فلز زایی کرمان – زریگان 36
7-2- حوزه فلززایی طلا، تنگستن، پلی متال بینالود 37
8-2- حوزه فلززایی کرومیت، مس توده ای و منگنزبیرجند – خاش 37
9-2- حوزه فلززایی مس و طلای ده سلم – خوسف 38
10-2- حوزه فلززایی طلا، آنتیموان، پلی متال خاش – زاهدان 38
11-2- کارهای اکتشافی قبلی انجام شده در منطقه موته 41
1-11-2- تعداد کانسارو مقدار ذخایر شناسایی شده 41
2-11-2- قسمت های مختلف کارخانه استحصال طلا 42
12-2- کانسار ارغش 42
1-12-2- زمین شناسی 43
2-12-2- مطالعات قبلی انجام شده 46
3-12-2- مطالعات صورت گرفته 47
4-12-2- واحدهای زمین شناسی کانسار شماره 3 47
5-12-2- کانسار شماره 3 به شش زون تقسیم بندی شده است 48
6-12-2- کانسار 4 ارغش 49
7-12-2- کلیه کارهای انجام شده 50
13-2- کانسار طرقبه 51
14-2- کانسار طلای کرویان(سقز) 52
1-14-2- موقعیت جغرافیایی 52
2-14-2- زمین شناسی 53
3-14-2- فعالیتهای اکتشافی انجام شده 53
15-2- منطقه زرمهر 56
1-15-2-زمین شناسی 56
2-15-2- فعالیتهای اکتشافی انجام شده 58
16-2- منطقه داشکسن 59
1-16-2- موقعیت جغرافیایی 59
ج
2-16-2-زمین شناسی 60
3-16-2- عملیات اکتشافی انجام شده 62
4-16-2- پیگیری نمونهبرداری سنگی
چکیده:
در این تمرین روش های استخراج ویژگی و روش های خطی و غیر خطی دسته بندی را مورد مطالعه قرار میدهیم. در ابتدا روش های مختلف استخراج ویژگی که از آن جمله PCA، LDA، روش قاب بندی و چند روش دیگر هستند را و سپس برای ویژگی های استخراج شده از روش های دسته بندی خطی بیزین و SVM خطی و سپس روش های غیرخطی RBF ، MLP و همچنین SVM غیرخطی برای دسته بندی استفاده شده است. بسته به روش شناسایی بکارگرفته شده، معمولا ویژگی های متفاوتی از دنباله نقاط استخراج می شود. در اکثر روش هایموجود استخراج ویژگی، ویژگی ها از روی مختصات نقاط نمونه برداری شده ورودی استخراجمی شوند. از مجموعه ی ویژگی های استخراج شده معمولاً تعدادی مفید تر و موثرترند. ما برای تشخیص و انتخاب ویژگی های تاثیرگذارتر از یک الگوریتم ژنتیک استفاده کرده ایم. اما پس از استخراج و انتخاب ویژگی ها نوبت به دسته بندی می رسد. در ابتدا از چند دسته بند خطی استفاده کرده ایم. به راحتی میتوان نشان داد که ناحیههای تصمیمگیری یک ماشین خطی محدودند و این محدودیت انعطافپذیری و دقت دستهبند را کاهش میدهد. مسایل بسیاری وجود دارد که توابع جداساز خطی برای داشتن حداقل خطا در آنها کافی نیستند. علاوه بر این مرزهای تصمیمگیری که کلاسها را از یکدیگر تفکیک میکنند ممکن است همیشه خطی نباشند و پیچیدگی مرزها گاهی اوقات نیاز به استفاده از سطحهای کاملاً غیر خطی را دارند. بنابراین در ادامه ی کار از چند دسته بند غیرخطی نیز استفاده نمودیم. در استفاده از شبکههای عصبی چندلایه، شکل غیر خطی بودن از مجموعهی آموزش فرا گرفته میشود. در روشهای RBF و SVM غیرخطی مشکل اصلی انتخاب توابع هسته غیر خطی مناسب است.
2) مقدمه
اولین الگوریتم دستهبندی در سال 1936 توسط Fisher ارایه شد و معیارهای آن برای بهینه بودن، کم کردن خطای دستهبندی کنندههای الگوهای آموزشی بود. بسیاری از استراتژیهای موجود نیز از همین روش پیروی میکنند. در سادهترین شکل ممکن، دسته بندهای خطی میتوانند دو دستهی متفاوت را تفکیک کنند. با توجه به این موضوع مسالهای را جداییپذیر خطی مینامند که با یک ابرصفحه بتوان محدودهی تصمیم را به دو گروه تقسیمبندی کرد. در عمل میتوان دسته بندهای خطیای را طراحی کرد که بیش از دو گروه را از هم تفکیک کنند. این عمل را با تنظیم محدودههای تصمیم متعدد و آزمونهای چندگانه بر اساس شرایط موجود میتوان انجام داد. ما در این مساله یک دسته بندی با 26 کلاس را داریم.
در روش بیزین احتمال شرطی تعلق بررسی میشود. به این ترتیب که الگوی مورد نظر به دستهای تخصیص داده میشود که احتمال شرطی تعلق بردار مشخصهی الگو به آن دسته ازتمام دستههای دیگر بیشتر باشد. روش بیزین به طور کلی می تواند برای کارایی بسیار مطلوب بهینه شوند. این روش مزایای دیگری نیز دارد که استفادهی از آن را توجیه میکند. این روش میتواند با چند فرض ساده در مورد دادهها کاملاً به شکل روشهای سادهی خطی عمل کند، به علاوه این کار میتواند به گونهای انجام شود که در پایان، مدل قطعی بدون هیچ گونه رجوع به آمار به دست آید. در روش بیزین مشکل کار تعریف احتمالات شرطی مورد نظر قاعدهی بیز است.
یک محقق روسی به نام Vladimir Vapnik در سال 1965 گام مهمی در طراحی دستهبندها برداشت [1] و نظریهی آماری یادگیری را بصورت مستحکمتری بنا نهاد و ماشین بردار پشتیبان را ارایه کرد. ماشینهای بردار پشتیبان در دو حالت جداییپذیر و جداییناپذیر برای دستهبندی الگوهای یک مسالهی چندکلاسه از چند مرز جداکنندهی خطی یا ابرصفحه استفاده میکنند و در واقع حاصلضرب داخلی بردار ورودی با هر یک از بردارهای پشتیبان در فضای d بعدی ورودی محاسبه میشود. Vapnik نشان داد که میتوان بردار ورودی را با یک تبدیل غیرخطی به یک فضای با بعد زیاد انتقال داد و در آن فضا حاصلضرب داخلی را بدست آورد که با این شرایط هستهی مفیدی را خواهیم داشت.
روش RBF یک دستهبندی و تقریبساز تابعی الگوست و شامل دو لایه میباشد که نرونهای خروجی ترکیبی خطی از توابع پایهای را به وجود میآورند که توسط نرونهای لایهی پنهان محاسبه شدهاند. زمانی که ورودی در ناحیهی تعیین شدهی کوچک از فضای ورودی قرار گیرد، توابع اساسی(غیر خطی) در لایهی پنهان، پاسخ غیر صفری به محرک ورودی میدهند. همچنین این مدل به عنوان یک شبکهی دریافتکنندهی ناحیهای شناخته شده است. ما در روش RBF از معمولترین تابع هستهی غیر خطی یعنی سیگموئید استفاده کردهایم.
به طور کلی شبکههای پرسپترون چندلایه شامل چندین پرسپترون ساده هستند که به طور ساختار سلسلهمراتبی، یک شکل پیشخورد با یک و یا چند لایهی میانی (لایههای پنهان) بین لایههای ورودی و خروجی را شکل میدهد. تعداد لایهی پنهان و تعداد نرونهای هر لایه ثابت نیستند. هر لایه ممکن است از نرونهای مختلفی تشکیل شده باشد که این موضوع به کار آنها بستگی دارد. الگوریتمهای آموزشی متفاوتی در روش چند لایه استفاده میشوند.
3) روشهای به کار رفته در این گزارش
در این قسمت روشهای استخراج ویژگی، روشهای انتخاب ویژگی ها جهت بهینه کردن آنها و کم کردن ابعاد مساله با کاهش تعداد آنها و روشهای دستهبندی (خطی و غیرخطی) به کار رفته بررسی شدهاند.
3-1) روشهای استخراج ویژگی
در این قسمت انواع روشهای استخراج ویژگی ها ذکر شده است. ذکر این نکته لازم است که برخی الگوریتم های استخراج برای انتخاب ویژگی های موثر نیز استفاده می شوند ازجمله ی آنها PCA و LDA هستند. اما در این گزارش ما برای بهینه کردن ویژگی ها و کم کردن تعداد آنها و یا به عبارت دیگر برای کاهش ابعاد (Curse of Dimensionality) از الگوریتم ژنتیک استفاده نموده ایم.
3-1-1) روش PCA خطی
روشهای استخراج ویژگی یک زیرفضای مناسب m بعدی در فضای اصلی ویژگی ها از d بعد را تعیین می کنند(m<=d). تبدیل خطی مثل PCA، آنالیز فاکتور، LDA و تعقیب تصویر بطور گسترده در شناسایی الگو برای استخراج ویژگی ها و کاهش ابعاد استفاده شده اند. بهترین استخراج کننده ی ویژگی شناخته شدهPCA یا توسعه یافته ی Karhunen-loeve است که m بردار مشخصه بزرگتر را از ماتریس کوواریانس d×d از n الگوی d بعدی محاسبه می کند. تبدیل خطی به شکل Y=XH تعریف شده است که X ماتریس الگوی n×d داده شده و Y از ماتریس الگوی n×m مشتق شده است . H ماتریس d×m از تبدیل خطی است که ستون های آن بردارهای مشخصه هستند. قبل از اینکه PCA از ویژگی های پرمعنی تر استفاده کند (بردار ویژگی های با بزرگترین مقدار ویژه)، بطور کاملاً موثر داده ها را با یک زیرفضای خطی با استفاده از معیار خطای میانگین مربعات تخمین می زند. سایر روش ها مانندتعقیب تصویر و ICA برای توزیع های غیرگاوسی تا وقتی که به مشخصه ی مرتبه ی دوم داده ها مربوط نباشد مناسب ترند. ICA با موفقیت برای جداسازی منابع دیده نشده استفاده شده است. استخراج ترکیب خطی ویژگی ها منابع نابسته را تعریف می کند. این جداسازی در صورتی امکان پذیر است که حداکثر یکی از منابع دارای توزیع گاوسی باشد.
از آجا که PCA یک روش بدون بررسی استخراج ویژگی هاست (Unsupervised)، تحلیل جداسازی از یک اطلاعات گروهی در رابطه با هر الگو برای استخراج (خطی) ویژگی های با قابلیت جداسازی زیاد استفاده می کند. در LDA جداسازی بین کلاسی با جابجایی کل ماتریس کوواریانس در PCA با یک معیار جداسازی عمومی مانند معیار Fisher تائید می شود که در یافتن بردارهای مشخصه نتیجه می شود.( حاصل معکوس ماتریس پراکندگی و ماتریس پراکندگی بین کلاسی ). معیار دیگر همراه با بررسی (Supervised) برای چگالی های شرایط کلاس غیرگاوسی بر پایه ی فاصله Patrick-Fisher با استفاده از برآورد چگالی Parzen است.
3-1-2) روش Kernel PCA (PCA با هسته یا PCA غیرخطی)
چندین روش برای تعریف روش های استخراج ویژگی غیرخطی وجود دارد. یکی از این روش ها که مستقیماً به PCA مربوط است، Kernel PCA نام دارد. ایده ی اصلی KPCA نگاشتن داده های ورودی بر روی برخی از فضاهای ویژگی F جدید بطور معمولی با استفاده از تابع غیرخطی و سپس اعمال یک PCA خطی در فضای نگاشت شده است. به هر حال فضایF معمولاً ابعاد بسیار زیادی دارد. برای دوری از محاسبات نگاشت ساده ی ، KPCA تنها هسته های Mercel که می توانند به یک نقطه تجزیه شوند را بکار می گیرد.
به عنوان یک نتیجه فضای هسته یک متریک با تعریف مناسب دارد. نمونه های هسته های Mercer شامل چندجمله ای های مرتبه P بصورت و هسته گاوسی هستند.
فرض می کنیم که X یک ماتریس الگوی n×d نرمال شده با میانگین صفر است و یک ماتریس الگو در فضای F باشد. PCA خطی در فضای F بردارهای مشخصه ی ماتریس همبستگی را حل می کند که همچنین ماتریس هسته نیز نامیده می شود. در KPCA در ابتدا m بردار ویژگی از بدست می آیند تا یک ماتریس انتقال E را تعریف کنند (E یک ماتریس n×m است که m تعداد ویژگی های دلخواه است و m<=d است). الگوهای جدید x با نگاشت می شوند که اکنون با وابستگی به مجموعه آموزش بازنمایی می شوند و نه با مقادیر ویژگی ویژگی های اندازه گیری شده. باید توجه داشت که برای یک بازنمایی کامل تا m بردار مشخصه در E (بسته به تابع هسته) توسط KPCA ممکن است نیاز باشد در حالی که در PCA خطی یک مجموعه از d بردار مشخصه فضای اصلی ویژگی ها را ارائه می کند. انتخاب تابع هسته برای یک کاربرد مشخص هنوز یک مساله باز است.
3-1-3) روش مقیاس گذاری چندبعدی(MDS)
مقیاس گذاری چند بعدی (MDS)یک روش غیرخطی دیگر برای استخراج ویژگی هاست. هدف این روش بازنمایی یک مجموعه ی چندبعدی در دو یا سه بعد است مثل آنچه ماتریس فاصله در فضای اصلی ویژگی های d بعدی به طور کاملاً ثابت در فضای تصویرشده باقی مانده است. توابع تاکید فراوانی برای اندازه گیری کارایی این نگاشت استفاده شده اند. یک مشکل MDS این است که یک تابع نگاشت ساده و روشن را ارئه نمی کند بنابراین ممکن نیست که یک الگوی جدید را در یک نگاشت برای یک مجموعه ی آموزش مشخص بدون تکرار جایگذاری کند. چندین روش برای عنوان کردن این نقص که از درون یابی خطی تا آموزش شبکه عصبی محدود است مورد بررسی قرار گرفته است. همچنین امکان دارد که الگوریتم MDS مجدداً تعریف شود بنابراین مستقیماً یک نگاشت را تهیه می کند که ممکن است برای الگوهای آزمون جدید استفاده شود.
3-1-4) روش شبکه عصبی روبه جلو (Feed-Forward Neural Network)
یک شبکه ی عصبی روبه جلو یک روال جامع را برای استخراج ویژگی هاو دسته بندی پیشنهاد می کند. خروجی هر لایه ی مخفی ممکن است به عنوان یک مجموعه ی جدید و اغلب غیرخطی از ویژگی ها تعریف شود که در لایه ی مخفی برای دسته بندی ارائه می شوند. در این شرایط شبکه های استفاده شده توسط Fukushima و Lecun که اصطلاحاً آن را لایه های وزنی مشترک نامیده اند، در حقیقت فیلترهایی برای استخراج ویژگی ها در تصاویر دوبعدی هستند. در طول آموزش فیلترها با داده ها برای بیشینه کردن کارایی دسته بندی وفق داده شده اند.
شبکه های عصبی می توانند بطور مستقیم برای استخراج ویژگی ها در یک شکل بدون بررسی (Unsupervised) استفاده شوند. شکل (a-1) معماری یک شبکه که قادر به پیدا کردن زیرفضای PCA است را نشان می دهد. به جای سیگموئیدها نرون ها توابع انتقال خطی دارند. این شبکه d ورودی و d خروجی دارد که d تعداد مشخص شده ی ویژگی هاست. ورودی ها همچنین برای رسیدن به هدف نیز با مجبور کردن لایه ی خروجی به ساخت مجدد فضای ورودی تنها با استفاده از لایه ی مخفی بکار گرفته شده اند. سه گره در لایه ی مخفی اولین سه جزء اصلی را ضبط می کنند. اگر دو لایه ی غیرخطی با واحدهای مخفی سیگموئیدی نیز وجود داشته باشند ( شکل (b-4))، آنگاه یک زیرفضای غیرخطی در لایه ی میانی یافت خواهد شد (که همچنین لایه ی گلوگاه هم نامیده می شود). غیرخطی بودن توسط اندازه ی این لایه های اضافی محدود می شود. شبکه های PCA غیر خطی یا اصطلاحاً خودشرکت پذیرها ی ابزار قوی را برای آموزش و تشریح زیرفضای غیرخطی پیشنهاد می کند. محققی به نام Oja نشان داد که چگونه شبکه های خودشرکت پذیر می توانند برای ICA استفاده شوند.
پایان نامه کارشناسی
شناخت، طبقه بندی و کاربرد روغنهای روانساز
1-1) مقدمه
واژه روغن از دو قسمت «رو» و «غن» تشکیل شده است. «رو» از مصدر رفتن و روان شدن و «غن» به سنگ عصاری گفته میشود. این برمیگردد به گذشته دور، زمانی که دانههای روغنی را در زیر سنگ عصاری (سنگ فشارنده و عصارهگیر) که توسط اسب عصاری چرخانده میشد، له کرده و آنچه را که از زیر سنگ خارج و جاری میشد «روغن» میگفتند بنابراین روغن یعنی «روان شده از غن».
خشک شونده
الف: روغن ثابتFixed Oils نیمه خشک شونده غیر خشک شونده
1-روغنهای طبیعی: ب: اسانسها: (عصاره گیاهان) انواع روغن ج: روغنهای معدنی (مهمترین آن روغن حاصل از نفت است )
2- روغنهای مصنوعی (سنتتیک)
روغنهای صنعتی:
گر چه بیشتر کاربرد روغنهای صنعتی، روانسازی قطعات متحرک در ماشین آلات و حفاظت از قطعات در برابر سائیدگی و گرد و خاک و دما میباشد. اما چون روغن به عنوان یک ماده شیمیائی دارای خواص مطلوبی از نظر مکانیکی، ترمو دینامیکی و غیره است، در بعضی از کاربردهای صنعتی، روغن وظایفی غیر از روانسازی از خود ایفا مینماید. مثلاً قدرت هیدرولیکی روغن، مقاومت دیالکتریکی، قدرت انتقال حرارت روغن مهم میباشد. در هر یک از این کاربردها، روغن با شرایط خاصی روبرو است.
دامنه کاربردهای روغنهای صنعتی بسیار وسیع است و میتوان آنها را به دو دسته کلی تقسیم بندی نمود:
الف) کاربرد روغنهای صنعتی برای مصارف صنعتی:
در تاسیسات صنعتی، اجزاء گوناگونی وجود دارد که نیاز به روغنکاری دارند، مانند انواع یاتاقانها[1]، دندهها[2]، کوپلینگها[3]، زنجیرها، سیلندرها[4] و غیره. وظیفه روغن در این اجزاء عمدتاً جلوگیری یا کاهش اصطکاک و سائیدگی است. با توجه به اینکه فاکتورهای گوناگونی در روغنکاری هر یک از اجزاء ماشین موثر میباشد آشنایی با این فاکتورها در شناخت ویژگیهای روغن مناسبی که برای هر کاربردی باید استفاده شود بسیار ضروری میباشد.
ب) کاربرد روغنهای صنعتی برای مصارف خاص:
منظور از کاربردهای اختصاصی کاربردهایی هستند که در آنها روغن باید دارای ویژگیهای خاصی باشد، تا بتواند وظیفه و یا مجموعه وظایفی را که عهده دار است انجام دهد. مانند روغنهای بستر که از نظر اصطکاکی باید دارای ویژگیهای خاصی باشند. در بعضی از کاربردهای اختصاصی مسئله روانکاری اهمیت چندانی نداشته و وظایف دیگری از روغن مد نظر میباشد مانند روغنهای هیدرولیک برای انتقال نیرو، روغنهای ترانسفورمر برای ایجاد محیطی عایق، روغنهای انتقال حرارت برای تبادل حرارت و روغنهای پروسس به عنوان بخشی از مواد اولیه که در فرآیند تولید بعضی محصولات به کار میروند. فهرست مهمترین کاربردهای اختصاصی روغن به شرح زیر میباشد . . .
فهرست مطالب
عنوان صفحه
فصل اول: شناخت، طبقه بندی و کاربرد روغنهای روانساز
۱-۱) مقدمه…………………………………………………………………………۲
۱-۲روغن موتور……………………………………………………………………..۱۰
۱-۲-۱) تولیدروغن موتور………….۱۲
۱-۲-۱-۱) فرآیند هیدرو تریتینگ……۱۵
۱-۲-۱-۲) بهینه سازی فرآیند……….۱۹
۱-۲-۱-۳) مقایسه فرآیندهای HTوSE….
1-2-1-4) مقایسه اقتصادی روشهایHTوSE
1-2-1-5) کنترل کیفیت محصول………..۲۷
۱-۲-۱-۶) نگاهی به آینده……………….۲۸
۱-۲-۲) روغنهای موتور پایه سنتیتیک………..۳۰
۱-۲-۲-۱) انواع روغنهای سنتیتک…………..۳۰
۱-۲-۲-۲) تاریخچه روغنهای سنتیتک……………..۳۱
۱-۲-۲-۳) علل پیدایش و روی آوردن به روغنهای سنتیتک..۳۳
۱-۲-۲-۴) نقش روغنهای سنتیتک در اقتصاد سوخت….۳۴
۱-۲-۳) طبقه بندیها و استانداردهای روغن……..۳۴
۱-۲-۳-۱) طبقه بندی روغنها بر حسب ویسکوزیته..۳۶
۱-۲-۳-۲) طبقه بندی روغنها بر حسب کارائی……..۴۲
۱-۲-۳-۲-۱) طبقه بندی API برای روغن موتور…….۴۷
۱-۲-۳-۲-۲) طبقه بندی روغنها توسط مراجع نظامی….۴۹
۱-۲-۳-۲-۳) طبقه بندی CCMC……………
1-2-3-2-4) طبقه بندی روغن موتور توسط سازندگان خودرو……..۵۲
۱-۲-۴) طبقه بندی روغنهای دو زمانه………………………………۵۴
فصل دوم: مشخص سازی روغنهای روانساز و مستعمل از لحاظ ترکیب
۲-۱) کلیات………………………………………………………………….۶۰
۲-۱-۱ ) پاکسازی محیط زیست از آلودگی روانکارها………….۶۰
۲-۱-۲ ) حفظ منابع با ارزش نفتی………………………………۶۳
۲-۲) روغنهای روان کننده و نقش آنها……………………………۶۴
۲-۳) شناخت هیدرو کربورهای روغن پایه……………………………۶۶
۲-۳-۱) گروه پارافینیک………………………………………….۶۷
۲-۳-۲) گروه نفتنیک…………………………………………….۶۸
۲-۳-۳) گروه آروماتیک…………………………………………۶۹
۲-۴) روغنهای مصنوعی………………………………………………..۷۱
۲-۵) مواد افزودنی روغن موتور……………………………………….۷۲
۲-۶) تعاریف………………………………………………………………۸۵
۲-۷) آنالیز خوراک ورودی برای بازیابی روغن………………………۸۸
فصل سوم: روشهای بازیابی روغن مستعمل
۳-۱) روش اسید و خاک رنگبر…………………………………………..۹۴
۳-۱-۱) روش پوکولاسیون……………………………………….۹۸
۳-۱-۲) روش تماسی……………………………………………..۹۹
۳-۲) بازیابی به روش ماتیس………………………………………….۹۹
۳-۳) روش IFP…………………………………………………………..
۳-۴) روش استخراج و انعقاد به وسیله حلال آلی……………….۱۰۳
۳-۴-۱) معیارهای انتخاب حلال……………………………..۱۰۷
۳-۴-۱-۱) درصد لجن تشکیل شده………………………….۱۰۷
۳-۴-۱-۲) سرعت تهنشینی…………………………………..۱۰۷
فصل چهارم: مواد و روشها
۴-۱) مواد……………………………………………………………………۱۱۰
۴-۱-۱) روغن مستعمل………………………………………….۱۱۰
۴-۱-۲) حلالها……………………………………………………..۱۱۱
۴-۲) وسائل و دستگاهها………………………………………………..۱۱۱
۴-۳) آزمایشها…………………………………………………………۱۱۲
۴-۳-۱) جداسازی مواد با نقطه جوش پایین از روغن مستعمل…………………………..۱۱۲
۴ -۳-۲) تعیین درصد ناخالصیهای جدا شده برای هر حلال در نسبتهای مختلف……………….۱۱۳
۴-۳-۳) منحنی تهنشینی…………………………………………………….۱۱۵
۴-۳-۴) بررسی KOH و تعیین مقدار بهینه آن………..۱۱۷
فصل پنجم: بحث و نتیجه گیری
۵-۱) درصد ناخالصیهای خشک جدا شده بوسیله حلالهای مختلف….۱۱۹
۵-۲) اثر دما………………………………………………………………..۱۲۱
۵-۳) منحنی تهنشینی………………………………………………….۱۲۳
۵-۴) اثر KOH………………………………………………………….
مراجع…………………………………………………………………………۱۳۱
فرمت فایل : WORD (قابل ویرایش)
تعداد صفحات:85
مقدمه. ۱
بازار استخراج داده ها ۲
اصول طبقه بندی ابزارهای استخراج داده ها ۳
ارزیابی ابزار : صفات و اسلوب شناسی ها ۴
ارزیابی ابزار. ۷
کلمنیتین (SPSS) 7
4 تفکر و سناریو ( cognos) 10
تکنیک های استخراج داده ها ، الگوریتم ها و کاربردها ۱۳
سناریو سه استراتژی تجزیه و تحلیل را ارائه میدهد. ۱۳
داروین ( اوراکل ). ۱۵
ایستگاه کاری استخراج بانک اطلاعتی ( HNC) 19
سریهای تصمیم (Neovisa) 22
اینترپرایز ماینر (SAS) 26
اینتلیجنت ماینر (IBM) 29
جستجو گر دانش و استادیوی دانش ( آنگئوس ). ۳۴
مدل ۱ و کار شناخت الگو (unica) 37
سایر ابزارهای استخراج داده ها ۴۱
ابزارهای CRM… 42
ابزارهای خصوصی سازی… ۴۳
ابزارهای بازاریابی / مدیریت مبارزه. ۴۷
ابزارهای خدمات مشتری و اتوماتیک سازی فروش…. ۴۹
مقدمه. ۵۳
هوش تجاری و استخراج اطلاعات… ۵۴
مدیریت دانش و استخراج متن.. ۵۵
مزایای استخراج متن.. ۵۷
تکنولوژیهای استخراج متن.. ۵۸
جستجوی اینترنتی… ۵۹
تجزیه و تحلیل متن.. ۵۹
جمع آوری اسناد نسخه برداری شده ذکر نشده اند. ۶۰
شبکه های معنایی و سایر تکنیکها ۶۱
محصولات استخراج متن.. ۶۴
استفاده از قدرت مغز انسان.. ۷۱
نتیجه گیری… ۷۸
مدیریت دانش…. ۷۸
مدیریت رابطه مشتری در جهان تجارت الکترونیکی… ۷۹
تهیه کنندگان خدمات کاربرد. ۸۱
بازار ابزار استخراج داده ها از دو راه ابتدایی خود در حال ظهور میباشد . بسیاری از ابزارهایی که در اینجا توضیح داده میشوند ، در مرحلة اول انتشار میباشند.
موقعیت در بازار CRM که عموماً بخشی از سیستم تجارت الکترونیکی در نظر گرفته میشود ، پیچیده تر میباشد و بنابراین با سرعت وب یا شبکه در حال حرکت میباشد. بازار CRM ، حتی بیشتر از بازار ابزار استخراج دادهها با چندین فروشنده که بر تعریف خود بازار و موقعیت خود در این بازار متمرکزند ، توصیف میگردد.
این اشتباه، با ماهیت بسیار دینامیک خود بازار که یک فعالیت قابل رویت تحکیم مشتری، شرکتهای ادغامیو تملیک ها را تحمل میکند، بیشتر میگردد. علی رغم کل این چالشها، باز رو به تکامل میرود و فروشندگان، پیشرفت مهمیدر علمیبودن ابزار، قابلیت استفاده و قابلیت اداره کسب میکنند.
اولین بخش این فصل ، به کاربردهای بسته بندی شده استخراج داده ها میپردازد. این کاربردها ، بر اساس چندین تکنیک استخراج داده ها ادغام شده در ابزارهای بهتر میباشد . همراه با بهترین عملکرد ها ، اسلوب شناسی های خوب تعریف شده و فرآیندها، راه خود را در محیط های تولید شرکتها که در آن استخراج داده ها بخشی از یک فرآیند موسسه ای شده میشود مییابند که شامل رشد و یادگیری سازمانی میشود .
بیائید بازار استخراج داده ها را از نقطه نظر منحنی اقتباسی تکنولوژی در نظر بگیریم ایمنی به اقتباس کنندگان اولیه ، از تکنولوژی لبة یادگیری برای دستیابی به مزیت رقابتی استفاده میکنند ؛ هنگامیکه تکنولوژی تکامل مییابد ، شرکتهای بیشتری آن را اقتباس میکنند ، و در یک حالت تجارت زمانی و عادی درج مینمایند . همچنین مناطق عملی بودن ابزاهای استخراج داده ها بزرگتر و بزرگتر میشوند. به عنوان مثال ، تکنولوژی وایت اوک ( یک شرکت استخراج داده ها در مریلند) از جانب کمیسیون فدرال الکترون، مجوز فروش سیستم گچین ماینر Capain Miner را کسب کرده است که بی نظمیدر دخالتهای سیاسی فدرال را کشف میکند . نورتل، یک بسته کشف کلاهبرداری را توسعه داده است به نام سوپر اسلوت فراود ادوایسور ، که از تکنولوژیهای شبکة عصبی استفاده میکند .
صنعت ابزار استخراج داده ها ، برخلاف تکنولوژیهای استخراج داده ها ، در مرحلة عدم تکامل قرار دارد و میکوشد تا بازار را تعیین نماید . و وجودش را تائید کند . به همین دلیل است که در مییابیم بازار ابزارهای استخراج داده ها تحت تاثیر موارد زیر قرار دارد:
ادغام پیوسته و مداوم ابزارها با اتکاء به تکنولوژیهای مکمل و به عنوان مثال OLAP
ظهور کاربردهای بسته بندی شدة عمودی و یا اجزاء استخراج داده ها برای توسعة کاربرد .
استراتژیهای بسیار اقتباس شده شرکت بین فروشندگان ابزار استخراج داده ها و فروشندگان تهیه کنندگان راه حل جامع و ادغام کننده های سیستم ها : فروشندگان مقیاس مؤسسه ، همانند IBM NCR ، اوراکل ، میکروسافت ) به عنوان مثال ، اوراکل چندین شریک متعدد استخراج داده ها به عنوان بخشی از او را کل ویرهاوس اینتیشیتیو از جمله آنگاسن دیتا مایند ، دیتاپکیج اینفورمیشن دیسکاوری ، SRA , SPSS اینترنشنال و تینکینگ ماشینز را انتخاب کرده است .
ما میتوانیم کل بازار ابزارهای استخراج داده ها را به سه گروه اصلی تقسیم نمائیم ؛ ابزارهای دارای هدف کلی ، ابزارهای ادغام شدة استخراج داده ها DSSOLAP ، و ابزارهای به سرعت در حال رشد و برای کاربرد.
ابزارهای هدف کلی بخش بزرگتر و کامل تر بازار را اشغال میکند . آنها بنا به تعریف و برای کاربرد نیستند و حوزه آنها از نظر ماهیت افقی است . این ابزار شامل موارد زیر میشود .
· SAS اینترپراز ماینر
· IBM اینتلیجنت مایننر
· یونیکا PRW
· SPSS کلمنتین
· SGI ماین ست
· اوراکل داروین
· آنگاس نالج سیکر
بخش ابزار مرکب یا اداغام شدة استخراج داده ها بر شرط تجاری بسیار واقعی و اجباری داشتن ابزار چند منظورة تقویت تصمیم تاکید میکند که گزارش مدیریت ، پردازش تحلیلی روی خط ، و قابیت های استخراج داده ها در یک قالب کاری عادی را فراهم میکند . نمونه های این ابزار های مرکب شامل کاکنوس سیناریو و بیزینس آبجکت میشود.
بخش ابزارهای ویژة کاربرد ، به سرعت در حال حرکت است ، و فروشندگان در این فضا ، میکوشند تا خود را با ارائة راه حلهای تجاری به جای جستجوی تکنولوژی برای یک راه حل ، از سابرین متمایز نمایند . حوزة این ابزار ، بنا به تعریف از نظر ماهیت عمودی است . در بین این ابزارها ، موارد زیر قرار دارند:
· KD1 ( متمرکز بر خرده فروشی است )
· حق انتخابها و انتخابها ( بر صنعت بیمه متمرکز است )
· HNC ( بر کشف کلاهبرداری متمرکز است )
· یونیکا مدل ۱ ( بر بازاریابی متمرکز است )
فرمت فایل : WORD (قابل ویرایش)
تعداد صفحات:86
فهرست مطالب:
مقدمه
فصل اول
استخراج با سیال فوق بحرانی
۱-۱- تاریخچه
۱-۲- خصوصیات و مزایای یک سیال فوق بحرانی
۱-۳- طرح فرآیندهای سیستم استخراج با CO2
۱-۴ اصول و پایه فاز تعادلی و سیستمهای بحرانی
۱-۵-۱ پارامترهای موثر در SFE
۱-۵ چه شد؟
۱-۵-۲ترمودینامیک SCF
۱-۵-۵ رفتار حلالیت در SCF
۱-۵-۴ تأثیر حلال های کمکی یا اصلاحگرها
۱-۵-۳ تغییر پذیری چگالی با فشار و دما
۱-۶ عوامل موثر بر استخراج با CO2 فوق بحرانی
۱-۶-۱ چگالی
۱-۶-۲ اصلاحگرها یا حلالهای کمکی
۱-۶-۴ سرعت
۱-۶-۳ اندازه ذرات
۱-۶-۵ جمع آوری نمونه
فصل دوم
استخراج عصارههای عطری و طعمیبا استفاده از CO2 فوق بحرانی
۲-۱ روغنهای اسانس طبیعی
۲-۲ عصاره گیری با CO2 فوق بحرانی
۲-۲-۱ عطر یاسمن
۲-۲-۲ عطر گل محمدی
۲-۲-۳ عطر گل نارنج
۲-۲-۴ عطر استوقدوس
استخراج عصاره میوه جات با scco2
فصل سوم
۳-۱: اهمیت استخراج
۳-۲: استخراج روغن مرکبات در طی تولید
۳-۳: استخراجترکیبات طعم دهنده از میوه جات
۳-۴: پایداری و کیفیت
۳-۵: فرآیند استخراج با CO2
۳-۶:ترپن گیری روغن مرکبات با CO2 فوق بحرانی
۳-۷: الکل گیری آب میوه جات توسط scco2
۳-۸: استریلیزاسیون و غیرفعال سازی آنزیمها با scco2
استخراج عصارههای ادویه جات با scco2
فصل چهارم
۴-۱: اهمیت بازگیری
۴-۲: تخم کرفس
۴-۳: فلفل قرمز
۴-۴: پاپریکا
۴-۵: زنجبیل
۴-۶: جوز هندی
۴-۷: فلفل
۴-۸: وانیلین
۴-۹: هل
۴-۱۰: رازیانه، زیره، گشنیز
۴-۱۱: سیر
۴-۱۲: دارچین
فصل پنجم
عصاره گیاهان دارویی
۵-۱:ترکیبات ضدمیکروبی و آنتی اکسیدان
گیاه اوکالیپتوس
۵-۲-ترکیبات ضدالتهاب
۵-۳: آلکالوئیدهای ضدسرطان
۵-۴: پلی فنلهای ضدسرطان
۵-۵:ترکیبات دارویی عصاره چای
۵-۶: عوامل تنظیم کننده چربی
استخراج آنتی اکسیدانهای طبیعی
فصل ششم
۶-۱: طبقه بندی آنتی اکسیدانها
۶-۲: استخراج توکوفرولها
۶-۳: فلاونوئیدها
۶-۴: استخراج فلاونوئید با scco2
۶-۵- استخراج کاروتنوئیدها با scco2
استخراج لیپیدهای حیوانی و نباتی
فصل هفتم
۷-۱- اهمیت بازگیری
۷-۲- روشهای استخراج
۷-۴- فراکسیون سازی PuFA از لیپیدهای حیوانی
۷-۵- تصفیه و بوبری روغنهای نباتی
۷-۶- فراکسیون سازی گلیسریدها
۷-۷- بازیافت روغن از مواد حاوی روغن
۷-۷-۱: روغن آفتابگردان
۷-۷-۲: روغن جوانه ذرت
۷-۷-۳: روغن تفاله پرسی زیتون
۷-۷-۴: روغن هسته انگور
۷-۷-۵: روغن گیری از لسیتین با scco2
۷-۷-۶: چربی گیری و کلسترول گیری از مواد غذایی
مقدمه:
استخراج با حلال یکی از قدیمیترین روشهای جداسازی بوده و بدون شک تاریخ استفاده از آن به قبل از میلاد برمیگردد. علم استخراج با حلال در طی مدت زمان طولانی، توسعه یافته است و بیشترین پیشرفت در مورد حلالها و سیالهای مورد استفاده در فرآیندهای استخراج بوده است. روشهای استخراجی نظیر، سونیکیشن1، سوکسله2، استخراج با فاز جامد و استخراج مایع-مایع که مدتها پیش ابداع شدهاند امروزه نیز به همان صورت قبلی جهت تهیه نمونه بکار میروند. بعلاوه، روشهای استخراج با حلالهای مایع نظیر سوکسله دارای محدودیتهای مختلفی همچون آلودگی محیط زیست بدلیل وجود حلالهای دورریز، بازگیری ناقص نمونهها، وقت گیر بودن فرآیند، مصرف زیاد حلال و... هستند. بدینترتیب، محققان به فکر ابداع روش جدید استخراجی افتادند که علاوه براینکه معایب فوق را نداشته باشد بلکه دارای مزایای چندی نیز باشند. یکی ازاین روشها، استخراج با سیال فوق بحرانی3 (SFE) است که مزیتهای بسیاری دارد که از مهمترین آنها میتوانیم به کاهش زمان استخراج و عدم آلودگی محیط زیست اشاره کرد.
فصل اول
استخراج با سیال فوق بحرانی
1-1- تاریخچه
هوگارت1 وهانی2 در سال 1879 خواص بی نظیر سیال فوق بحرانی اتانول و تتراکلریدکربن را توضیح دادند. آنها دریافتند که حلالیتهالیدهای فلزی دراین دو سیال خیلی بالاست. در سال 1906 بوخنر3 اعلام کرد که حلالیت مواد آلی غیرفرار در دی اکسید کربن فوق بحرانی ده برابر مقداری است که از مطالعات فشار بخار انتظار میرفت. در سال 1958 زهوز4 و همکارانش استخراج لانولین از پشمهای روغنی با CO2 فوق بحرانی را گزارش کردند. نقطه شروع استفاده از سیالهای فوق بحرانی در فرآیندهای صنعتی از کار زوسل5 در انیستیتوی ماکس پلانک در مطالعه زغال سنگ آغاز شد. امروزهاین سیالها کاربرد فراوانی در اغلب صنایع پیدا کردهاند. بااین حال استفاده از SFE به عنوان یک تکنیک تجزیهای تا دهه 1980 به تأخیر افتاد. در سال 1976 استال6 و شیلز7 سیستم استخراجی میکرو را به همراه کروماتوگرافی لایه نازک به کار بردند. ازاین سال به بعد SFE در حد تجزیهای رشد سریعی کرد به طوری که امروزهاین سیستم به صورت پیوسته یا ناپیوسته با سیستمهای کروماتوگرافی گازی، کروماتوگرافی مایع با کارایی بالا و کروماتوگرافی با سیال فوق بحرانی کاربرد وسیعی در آنالیز انواع نمونهها پیدا کرده است بطوریکه در سالهای 1990-1992 بیش از یکصد مقاله دراین زمینه ارائه شده است.
1-2- خصوصیات و مزایای یک سیال فوق بحرانی
هر مادهای را که در دما و فشاری بالاتر از دما و فشار بحرانی اش قرار گیرد، سیال فوق بحرانی گویند. شکل (1-1) نمودار فاز سادهای است که نقطه بحرانی و ناحیه فوق بحرانی را نشان میدهد.
یک سیال فوق بحرانی خصوصیاتی مابین خصوصیات یک گاز و مایع را داراست. آنچه باعث شده تا سیال فوق بحرانی برای استخراج مورد استفاده و توجه قرار گیرد خصوصیات فیزیکی آن است. همانطوریکه در جدول (1-1) مشاهده میشود چگالی سیال فوق بحرانی تقریباً هزار برابر چگالی حالت گازی میباشد، بهمین دلیل قدرت حل کنندگی سیال فوق بحرانی بیشتر از گازها و مشابه مایعات است. از طرفی، سیال فوق بحرانی دارای نفوذپذیری زیادتر و ویسکوزیته کمتر نسبت به حلالهای مایع است، این دو عامل انتقال جرم را کنترل میکنند و باعث میشود تا SFE خیلی سریع عمل کند.
1- دما و فشار فوق بحرانی پائینی داشته باشد.
2-از نظر سلامتی برای انسان خطرناک نباشد، یعنی آتشگیر و سمینباشد.
3-از نظر شیمیایی بی اثر باشد و درجه خلوص آن بالا بوده و ارزان باشد.
چرا CO2 به عنوان حلال عمومی در استخراج به روش سیال فوق بحرانی انتخاب شده است؟
بهترین حلال برای SFE در استخراجترکیبات طبیعی(غذاها و داروها) CO2 است زیرا یکترکیب خنثی، ارزان، در دسترس، بی بو، بی مزه، دوستدار طبیعت و حلال GRAS است. همچنین در ماده فرآیند SFE با CO2، حلال در ماده استخراج شده باقی نمیماند زیرا کهاین ماده در شرایط طبیعی به صورت گاز میباشد. علاوه براین، دمای بحرانی آن است که برای مواد حساس به حرارت شرایطایده آلی را بوجود میآورد و به خاطر گرمای نهان پایین آن، انرژی کمی برای جداسازی آن از ماده استخراجی لازم است. نکته دیگر آنکه، انرژی مورد نیاز برای بدست آوردن حالت فوق بحرانی CO2اغلب کمتر از انرژی مورد نیاز برای تقطیر حلالهای آلی تجارتی است. در کل قابلیت استخراجترکیبات با CO2فوق بحرانی بستگی به وجود گروههای عاملی ویژه دراینترکیبات، وزن ملکولی و قطبیت آنها دارد.
برای مثال هیدروکربنها و دیگرترکیبات آلی با قطبیت نسبتاً پائین مثل استرها، اترها، آلدئیدها، لاکتونها، کتونها و اپوکسیدها در CO2 فوق بحرانی با فشار کمتر (100-75بار) قابل استخراج هستند در حالیکهترکیبات با قطبیت بالا نظیر آنهائیکه یک گروه کربوکسیلیک و سه گروه هیدروکسیل و یا بیشتر دارند به ندرت در آن محلول هستند.