کاربرد هوش مصنوعی برای پیش بینی درصد استخراج سریوم از محیط نیتراته با حلال سیانکس ۵۷۲
- سال انتشار: 1400
- محل انتشار: دومین کنفرانس ملی داده کاوی در علوم زمین
- کد COI اختصاصی: EARTHSCI02_060
- زبان مقاله: فارسی
- تعداد مشاهده: 205
نویسندگان
دانشجوی دکتری مهندسی معدن، دانشگاه صنعتی امیرکبیر، تهران، ایران
استاد دانشکده مهندسی معدن، دانشگاه صنعتی امیرکبیر، تهران، ایران
دانشکده مهندسی معدن، دانشگاه صنعتی امیرکبیر، تهران، ایران
چکیده
پیش بینی درصد استخراج سریوم در فرایند استخراج حلالی به منظور مدیریت کارآمد فرایند امری ضروری است. بنابراین، در این مطالعه، درصد استخراج سریوم در فرایند استخراج حلالی توسط سیانکس ۵۷۲ با استفاده از شبکه عصبی مصنوعی بررسی گردید. شبکه عصبی یکی از رایج ترین روش های مدلسازی و پیش بینی است. در این پژوهش، از شبکه عصبی چند لایه برای پیش بینی درصد استخراج سریوم اساس پارامترهای عملیاتی فرایند از قبیل زمان تماس، اسیدیته محلول، غلظت استخراج کننده و غلظت یون نیترات استفاده شد. مدلسازی بر اساس ۳۹ دسته داده تحت شرایط عملیاتی مختلف انجام شد. این داده ها به ترتیب با نسبت ۱:۳ به داده های آموزش و آزمایش تقسیم شدند. ساختار بهینه شبکه عصبی با یک لایه مخفی (۴:۶:۱) با استفاده از روش سعی و خطا تعیین گردید. عملکرد مدل با استفاده از معیارهای آماری ضریب همبستگی (R۲) و میانگین مجموع مربعات خطا (MSE) ارزیابی شد. مقدار ضریب همبستگی و میانگین مجموع مربعات خطا در مرحله آزمایش برای درصد استخراج سریوم به ترتیب ۹۷/۰ و ۵۲۷/۳ بدست آمد. نتایج بست آمده نشان داد، شبکه عصبی قادر است با دقت بالایی درصد استخراج سریوم را بر اساس مقادیر ورودی فرایند پیش بینی کند.کلیدواژه ها
استخراج حلالی، درصد استخراج، سریوم، شبکه عصبیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.