بررسی عملکرد شبکه عصبی باریک برای پیش بینی ظرفیت جذب گاز زنون در چارچوب های آلی-فلزی

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 51

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_NSMSI-44-1_002

تاریخ نمایه سازی: 6 خرداد 1404

چکیده مقاله:

چارچوب های آلی-فلزی به عنوان مواد پیشرفته متخلخل، کاربرد گسترده ای در جذب و جداسازی گازها دارند. در این مطالعه، از یک شبکه عصبی باریک برای پیش بینی ظرفیت جذب زنون در چارچو های آلی - فلزی فرضی استفاده شده است. مدل توسعه یافته با استفاده از شش ویژگی ساختاری شامل کسر حفره، مساحت سطح جرمی و حجمی ، قطر محدودکننده حفره، بزرگ ترین قطر حفره، نسبت بزرگ ترین قطر حفره به قطر محدودکننده حفره و فشار آموزش داده شد. تحلیل داده ها نشان داد که می توان دقت مدل با (۸/۰=R۲) و مقادیر کم RMSE (۹۶/۰) و MAE (۶۶/۰) بهترین عملکرد را ارائه دهند. برای صحه سنجی مدل، MOF نوع HKUST-۱ سنتز و ارزیابی شد. تحلیل های XRD  و SEM ، ساختار بلوری مکعبی و ریخت­ شناسی منظم آن را تایید کردند. ظرفیت جذب زنون HKUST-۱ در شرایطC ° ۲۵ و فشار (۱) bar  برابر با (۹۱/۱) mol/kg اندازه گیری شد که با مقدار پیش بینی شده مدل  (۵۳/۱) mol/kg  همخوانی داشت.

نویسندگان

سید روح الله قربانی خشکرودی

گروه مهندسی شیمی، دانشکده فنی، دانشگاه تهران، تهران، ایران

سید محمد علی موسویان

گروه مهندسی شیمی، دانشکده فنی، دانشگاه تهران، تهران، ایران

ابوالفضل دست باز

گروه مهندسی شیمی، دانشکده فنی، دانشگاه تهران، تهران، ایران

جواد کریمی ثابت

پژوهشکده چرخه سوخت هسته ای، پژوهشگاه علوم و فنون هسته ای، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Chen X., Plonka A.M., Banerjee D., Krishna R., Schaef H.T., ...
  • Millet A., Courtney C., Gossard A., Couchaux G., Mascunan P., ...
  • Luo L., Wang Y., Tong J., Li L., Zhu Y., ...
  • Patil R.S., Banerjee D., Simon C.M., Atwood J.L., Thallapally P.K., ...
  • Wang Q., Wang H., Peng S., Peng X., Cao D., ...
  • Lee S.J., Kim S., Kim E.J., Kim M., Bae Y.S., ...
  • Liu J., Thallapally P.K., Strachan D., Metal-Organic Frameworks for Removal ...
  • Lalinia M., Hassanzadeh Nemati N., Karimi sabet J., Sadrnezhaad S.K., ...
  • Zhong S., Wang Q., Cao D., ZIF-Derived Nitrogen-Doped Porous Carbons ...
  • Wu X., Xiang S., Su J., Cai W., Understanding Quantitative ...
  • Yañez-Aulestia A., Trejos V.M., Esparza-Schulz J.M., Ibarra I.A., Sánchez-González E., ...
  • Burner J., Schwiedrzik L., Krykunov M., Luo J., Boyd P.G., ...
  • Batra R., Chen C., Evans T.G., Walton K.S., Ramprasad R., ...
  • He Y., Zhou W., Krishna R., Chen B., Microporous Metal–Organic ...
  • Lalinia M., Nemati N.H., Mofazali P., Gross J.D., Samadi A., ...
  • لعلی نیا، مینوش.، حسن زاده نعمتی، ناهید.، کریمی ثابت، جواد.، ...
  • Niknam Shahrak M., Esfandyari M., Karimi M., Efficient Prediction of ...
  • Jani F., Hosseini S., Sepahi A., Afzali S.K., Torabi F., ...
  • Pai K.N., Prasad V., Rajendran A., Generalized, Adsorbent-Agnostic, Artificial Neural ...
  • Khurana M., Farooq S., Simulation and Optimization of a ۶-step ...
  • Subraveti S.G., Li Z., Prasad V., Rajendran A., Machine Learning-Based ...
  • Leperi K.T., Yancy-Caballero D., Snurr R.Q., You F., ۱۱۰th Anniversary: ...
  • Pai K.N., Prasad V., Rajendran A., Experimentally Validated Machine Learning ...
  • Wang Z., Zhou Y., Zhou T., Sundmacher K., Identification of ...
  • Liang H., Jiang K., Yan T.A., Chen G.H., XGBoost: An ...
  • Bashiri R., Lawson P.S., He S., Nanayakkara S., Kim K., ...
  • Guan Y., Huang X., Xu F., Wang W., Li H., ...
  • Sikora B.J., Wilmer C.E., Greenfield M.L., Snurr R.Q., Thermodynamic Analysis ...
  • Yang Y., Tu C., Guo L., Wang L., Cheng F., ...
  • Liu Q., Gong Y., Liu B., Xiong S., Wen H.M., ...
  • Esfandiari K., Ghoreyshi A.A., Jahanshahi M., Using Artificial Neural Network ...
  • Gupta K., Joshi P., Gusain R., Khatri O.P., Recent Advances ...
  • Song X., Huang Q., Liu J., Xie H., Idrees K.B., ...
  • Burner J., Schwiedrzik L., Krykunov M., Luo J., Boyd P.G., ...
  • Teo H.W.B., Ng M.S., Lee B.J., Chakraborty A., Xenon Storage ...
  • Kapelewski M.T., Oktawiec J., Runčevski T., Gonzalez M.I., Long J.R., ...
  • Howarth A.J., Liu Y., Li P., Li Z., Wang T.C., ...
  • نمایش کامل مراجع