پوریا پارسا - دانشجوی کارشناسی ارشد رشته مهندسی شیمی دانشگاه تبریز
حسن اقدسی نیا - دانشیار دانشکده مهندسی شیمی و نفت دانشگاه تبریز
علی فرضی - دانشیار دانشکده مهندسی شیمی و نفت دانشگاه تبریز

سیستمهای تصفیه آب اسمز معکوس (RO) یکی از پرکاربردترین روشهای مورداستفاده در صنعت برای نمکزدایی آب هستند. بزرگترین مشکل این سیستمها هزینه های بهره برداری و گرفتگی غشاهای آنها است که مهمترین دلیل آن عدم کارکرد سیستم در شرایط بهینه و همچنین عدم دقت در پیش بینی و پیشگیری از مشکلات احتمالی است. در این مطالعه از مدل شبکه عصبی مصنوعی (ANN) به منظور مدلسازی سیستم RO استفاده شده است که از داده های دستگاه صنعتی در حال کارکرد با ظرفیت ۴۸۰ مترمکعب در روز و همچنین داده های نرم افزار طراحی سیستمهای صنعتی اسمز معکوس (WAVE) استفاده شده است. ۴ پارامتر دبی، غلظت و فشار آب ورودی به علاوه ریکاوری به عنوان ورود یهای مدل و ۶ پارامتر دبی و غلظت آب تولیدی، دبی، غلظت و فشار پساب خروجی و افت فشار به عنوان خروجی های مدل استفاده شده اند. نتایج به دست آمده توسط مدلهای ANN به منظور محاسبه و پیش بینی مقادیر خروجی، دارای دقت %۹۷ میباشند.

اسمز معکوس، شبکه عصبی مصنوعی، غشا اسمز معکوس، مدلسازی، گرفتگی غشا، بهینه سازی