ابراهیم قربانی کلهر - دکتری شیمی تجزیه
سیدرضا نبوی - دکتری شیمی کاربردی
لیلا عالمی پروین - کارشناسی ارشدشیمی تجزیه

در این تحقیق، ارتباط مابین ساختار آزولها و فعالیت بازدارنده خوردگی آنها در مورد عنصر مس بررسی شده است. بدین منظور ساختار بازدارندهها با نرمافزارHyper chemترسیم و بهینه شدند.توصیفگرها توسط نرمافزارDragonاستخراج شده و سپس تعداد آنها به روش تحلیل اجزاء اصلی، کاهش داده شده و به همراه توصیفگرهای تجربی که شامل متغیرهای غلظت، زمان pH و دما بودند ، ماتریس دادههای مستقل را تشکیل میدهند، درصد بازدارندگی خوردگی آزولها نیز ماتریس دادههای وابسته را تشکیل میدهد این دادهها به س ه گروه آموزشی، ارزیاب ی و شبیهسازی تقسیم شدند.با دادههای آموزشی مدلهای خطی مرتبه اول و دوم ساخته شد و سپس این مدلهای ساخته شده با دادههای ارزیابی و شبیهسازی بررسی شدند. با توجه به نتایج حاصل، همبستگی بین خروجی حاصل ازمدلهای خطی و دادههای تجربی کمتر بوده و نیز خطای ما بین خروجی مدلها و درصد بازدارندگی خوردگی آزولها برای فلز مس بیشتر میباشد؛ که این بدلیل عدم وجود ارتباط خطی مابین متغیرهایمستقل و وابسته میباشد. برای برقراری ارتباط غیرخطی ما بین این متغیرها، از شبکه عصبی مصنوعی با الگوریتم یادگیری انتشار معکوس خطاها استفاده شد. پس از بهینهسازی شبکه بتوسط دادههایآموزشی و ارزیابی ، مدل حاصل با دادههای شبیه سازی مورد بررسی قرار گرفت. نتایج حاصل نشان دهنده همبستگی خوب بین داههای حاصل از مدل غیرخطی شبکه عصبی مصنوعی و دادههای تجربی میباشد همچنین خطای پایین این مدل، ارتباط غیر خطی مابین متغیرهای مستقل(ساختاری و تجربی) و درصد بازدارندگی خوردگی آزول ها در مورد عنصر مس را تایید میکند.

خوردگی مس- بازدارندهها - آزولها- شبکه عصبی مصنوعی -QSAR