پیش بینی حذف پنی سیلین از پساب های داروسازی با استفاده از نانو کامپوزیت هیبریدی به کمک شبکه های عصبی

در این مطالعه نتایج مربوط به نانو کامپوزیت هیبریدی اکسید آلومینا/ اکسید مس و شرایط گوناگون (2-10) pH، دما (80-20 درجه سانتی گراد)، زمان (90-10 دقیقه)، میزان فوتوکاتالیست (8-2 میلی گرم بر میلی لیتر) و غلظت اولیه (120-20 میلی گرم بر لیتر) بر راندمان حذف پنی سیلین مورد استفاده قرار گرفت. بهینه ترین حالت حذف در pH برابر 5، مدت زمان 50 دقیقه، میزان فوتوکاتالیست 4 میلی گرم /100 میلی لیتر، دمای 40 درجه سانتی گراد و غلظت اولیه 20 میلی گرم بر لیتر صورت می پذیرد. سپس نتایج راندمان با استفاده از شبکه عصبی پیش بینی گردید. pH، مدت زمان تماس، دما، میزان فوتوکاتالیست و غلظت اولیه آلاینده به عنوان پارامترهای ورودی و بازدهی حذف به عنوان پارامتر هدف در نظر گرفته شد. نتایج نشان داد که مدل 3 لایه ای (یک لایه ورودی، یک لایه پنهان و یک لایه خروجی) با تعداد 10 نورون در لایه پنهان و الگوریتم آموزشی پیشرو BP-LM قادر است با دقت 0/97 رفتار سیستم را پیش بینی نماید.

کلیدواژه ها:

پنی سیلین ، نانوکامپوزیت ، شبکه عصبی مصنوعی