پیش بینی دمای تخریب پلی آمید توسط سوخت های زیست سازگار با استفاده از شبکه عصبی مصنوعی

هدف از انجام این پژوهش ، به کارگیری شبکه عصبی مصنوعی به منظور پیش بینی میزان گرمای تخریب پلی­ آمید-۱۲ تحت تاثیر چند فاکتور مانند محیط، سوخت­ های زیست سازگار و دما در طول زمان می باشد. در این مدل سازی از یک شبکه عصبی پرسپترون سه لایه (MLP) استفاده شده است. شبکه عصبی پرسپترون شامل سه لایه ورودی، لایه پنهان و لایه خروجی است. ورودی های این شبکه سه متغیر مربوط به غلظت اتانول، دما و زمان است و خروجی آن دمای تخریب پلی آمید می­باشد. شبکه عصبی پرسپترون با تابع انتقال خطی در لایه خروجی برای مدل سازی، طراحی شد. مقایسه نتیجه های تجربی و نتیجه های مدل سازی شبکه، نشان دهنده ضریب تبیین ۹۹/۰= R۲ بود. همچنین با استفاده از داده های تجربی میانگین مربعات خطا و درصد میانگین مطلق خطای سامانه به ترتیب  ۰۹/۰ و ۰۳/۰ به دست آمد. سپس میزان گرمای تخریب و تاثیرهای چند فاکتور مانند درصد اتانول و دماهای (۲۵، ۴۰ و ۶۰) درجه سلسیوس بر ویژگی های فیزیکی پلی ­آمید-۱۲ در طول زمان های (۰، ۹۰۰، ۳۰۰۰، ۵۰۰۰، ۶۰۰۰ و ۷۰۰۰) ساعت را پیش بینی نموده و نتیجه های به دست آمده نشان از دقت بالای شبکه عصبی در تخمین دمای تخریب می باشد.

کلیدواژه ها:

پرسپترون چند لایه ، پلی آمید ، شبکه عصبی مصنوعی ، میزان گرمای تخریب ، سوخت زیست سازگار