بهینه سازی فرآیند جذب سطحی رنگ دی سولفین بلو توسط نانوذره ZnO-Cr نشانده شده برروی کربن فعال با استفاده از روش پاسخ سطح و مدل سازی با کمک شبکه عصبی مصنوعی

نوع مقاله: علمی-پژوهشی

نویسنده

دانشگاه یاسوج، دانشکده علوم پایه، بخش شیمی

چکیده

در این پژوهش از جاذب نانوذره ZnO-Cr نشانده شده بر کربن فعال به منظور حذف رنگ دی سولفین بلو استفاده کرده و سپس با کمک شبکه عصبی مصنوعی میزان حذف آن را پیش‌بینی کردیم. اثر پارامترهای مختلف شامل pH، مقدار جاذب، غلظت رنگ‌ها و زمان بهم خوردن روی درصد حذف به روش تکنیک‌های طراحی آزمایش مورد بررسی و بهینه گردید. و نیز مدل‌های سینتیکی و ایزوترم‌های جذبی و همچنین پارامترهای ترمودینامیکی مورد بررسی، و قابلیت استفاده آن‌ها در شرایط بهینه ارزیابی گردید. پس از تجزیه و تحلیل نتایج و مقایسه نقاط بهینه آن‌ها برای جاذب نانوذره ZnO-Cr نشانده شده بر کربن فعال درصد حذف رنگ دی سولفین بلو 70/98 درصد به دست آمد. در آخر، فرآیند جذب به وسیله‌ی شبکه عصبی مصنوعی مدل‌سازی گردید که در این مطالعه پارامترهای زمان، مقدار جاذب، pH و غلظت رنگ به عنوان ورودی‌های شبکه، و درصد حذف رنگ به عنوان هدف شبکه در نظر گرفته شده است. برای مدل‌سازی فرآیند حذف فوق به روش شبکه عصبی مصنوعی،15 نورون برای حذف رنگ دی سولفین بلو به عنوان نورون بهینه در این مدل انتخاب گردید. همچنین میانگین مربعات خطا در نورون بهینه برای حذف توسط جاذب نانوذره ZnO-Cr، 5-10×17/7 به دست آمد که عددی نزدیک به صفر است، و همچنین با توجه به مقادیر میانگین خطای مطلق محاسبه شده در مدل شبکه عصبی مصنوعی و پاسخ سطح نتایج حاکی از آن است که شبکه عصبی مصنوعی در تطابق با داده‌های تجربی نسبت به روش پاسخ سطح قادر به مدل سازی بهتری است.

کلیدواژه‌ها

موضوعات