بررسی عملکرد شبکه عصبی باریک برای پیش بینی ظرفیت جذب گاز زنون در چارچوب های آلی-فلزی
- سال انتشار: 1404
- محل انتشار: فصلنامه شیمی و مهندسی شیمی ایران، دوره: 44، شماره: 1
- کد COI اختصاصی: JR_NSMSI-44-1_002
- زبان مقاله: فارسی
- تعداد مشاهده: 52
نویسندگان
گروه مهندسی شیمی، دانشکده فنی، دانشگاه تهران، تهران، ایران
گروه مهندسی شیمی، دانشکده فنی، دانشگاه تهران، تهران، ایران
گروه مهندسی شیمی، دانشکده فنی، دانشگاه تهران، تهران، ایران
پژوهشکده چرخه سوخت هسته ای، پژوهشگاه علوم و فنون هسته ای، تهران، ایران
چکیده
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.کلیدواژه ها
چارچوب های آلی-فلزی(MOFs), جذب زنون, شبکه عصبی باریک, پیش بینی مدلاطلاعات 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.