کاربرد شبکه های عصبی مصنوعی در مدلسازی احیاء فتوکاتالیزوری Cr VI توسط نانوذرات تیتانیوم دی اکسید: بهینه سازی ساختار شبکه عصبی مصنوعی

زمینه و هدف: کروم در بسیاری از پساب های صنعتی به فرم های Cr(III) و Cr(VI) یافت میشود. سمیت Cr(III) به مراتب از Cr(VI) کمتر هست. در این مقاله هدف بهینه سازی ساختار شبکه عصبی مصنوعی در مدلسازی احیاء فتوکاتالیزوری Cr(VI) توسط نانوذرات TiO2-P25 است.روش بررسی: در این کار شبکه عصبی مصنوعی )ANN( برای مدل سازی احیاء فتوکاتالیزوری Cr VI به Cr III توسط نانوذرات TiO2-P25 مورد استفاده قرار گرفته و ساختار آن بهینه سازی شده است. پارامترهای عملیاتی مورد مطالعه عبارتند از: غلظت اولیه کروم، غلظت فتوکاتالیزور، زمان تابش نور فرابنفش و .pH فرایند احیاء درون یک فتوراکتور ناپیوسته صورت گرفته و برای اندازه گیری غلظت Cr VI از دستگاه اسپکتروفتومتر UV/Vis استفاده شده است. محاسبات ANN با استفاده از نرم افزار Matlab 7 و جعبه ابزار ANN انجام شده است.یافته ها: نتایج نشان میدهد که بهینه سازی ساختار ANN و استفاده از الگوریتم و توابع انتقال مناسب میتواند کارایی شبکه را بهبود بخشد. نتایج حاصله با توجه به ضریب همبستگی مناسب 0/9886 و خطای میانگین کوچک 0/00018 نشان میدهد که عملکرد شبکه عصبی پیشنهادی برای مدلسازی فعالیت نانوذرات TiO2-P25 در احیاء Cr VI ، قابل قبول است. نتایج نشان میدهد که همه پارامترها بر روی احیاء فتوکاتالیزوری Cr(VI) تاثیر دارند، اما تاثیر pH با 34/15 درصد سهم بیشتر از پارامترهای دیگر است. بیشترین احیاء فتوکاتالیزوری Cr(VI) در pH برابر با 2 رخ میدهد و افزایش دو پارامتر مقدار فتوکاتالیزور و زمان تابش نور در محدوده مورد مطالعه سبب افزایش احیاء Cr(VI) میشوند.

کلیدواژه ها:

فتوکاتالیز ناهمگن ، کروم شش ظرفیتی ، نانوذرات تیتانیوم دی اکسید ، شبکه عصبی مصنوعی ، بهینه سازی ساختار