مدلسازی شبکه عصبی مصنوعی حذف آرسنیک از اسید فسفریک توسط کلسیم پلی سولفید

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 89

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:

OGPCONF10_153

تاریخ نمایه سازی: 17 مهر 1404

چکیده مقاله:

در این مطالعه از یک شبکه عصبی مصنوعی برای مدلسازی فرآیند حذف آرسنیک از اسید فسفریک توسط کلسیم پلی سولفید استفاده شده است. اثر پارامترهای مختلف مانند مقدار تزریق محلول، دمای فرآیند و زمان تماس بر درصد حذف آرسنیک بررسی شد. برای ساختار، شبکه از پرسپترون چندلایه با الگوریتم پس انتشار خطا استفاده شد. پس از آزمایشهای متعدد، تعداد ۱۴ نورون در لایه پنهان با تابع انتقال tansig و تابع انتقال purelin در لایه خروجی بهینه ترین نتایج را ارائه دادند. داده های آزمایشگاهی به دو بخش تقسیم شدند، دو سوم برای آموزش شبکه و یک سوم برای ارزیابی مدل. دقت مدل با استفاده از میانگین مربعات خطا (MSE) و ضریب همبستگی (R۲) محاسبه شد که به ترتیب برابر با ۰.۰۰۰۸۹ و ۰.۹۸۸ به دست آمد. مقایسه نتایج مدل با داده های آزمایشگاهی تطابق قابل توجهی را نشان داد که نشان دهنده توانایی بالای شبکه در پیش بینی دقیق درصد حذف آرسنیک است.

کلیدواژه ها:

مدلسازی شبکه عصبی مصنوعی ، آرسنیک ، اسید فسفریک ، کلسیم پلی سولفید

نویسندگان

مونا طاهری

استادیار دانشگاه پیام نور گروه مهندسی شیمی، صندوق پستی ۱۹۹۵-۳۶۹۷ تهران، ایران

فاطمه محمد محمدی

دانشجوی کارشناسی ارشد دانشگاه پیام نور گروه مهندسی شیمی، صندوق پستی ۱۹۳۹۵-۳۶۹۷ تهران، ایران