1
گروه مهندسی شیمی، واحد ایوان غرب، دانشگاه آزاد اسلامی، ایوان غرب، ایران
2
گروه مهندسی شیمی، واحد ایلام، دانشگاه آزاد اسلامی، ایلام، ایران
چکیده
هدف از این تحقیق، مدلسازی راندمان حذف سفکسیم به روش فنتون و با استفاده از شبکه عصبی است. ﺷﺒﮑﻪﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ ﺗﻮاﻧﺎﯾﯽ ﺑﺎﻻیی در ﭘﯿﺶﺑﯿﻨﯽ ﻧﺘﺎﯾﺞ ﺗﺠﺮﺑﯽ دارد. در این مدلسازی مقدارپراکسید هیدروژن، کاتالیزور آهن، مدت زمان حذف سفکسیم، غلظت اولیه سفکسیم وpH پارامترهای ورودیﻫﺎی ﺳﯿﺴﺘﻢ و درﺻﺪ حذف سفکسیم به ﻋﻨﻮان ﺧﺮوﺟﯽ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﺪه است. ﺷﺎﺧﺺﻫﺎی ﻋﻤﻠﮑﺮد شامل: مجموع مربعات خطا(SSE)، جذر متوسط مربعات خطا(RMSE)، ضریب تعیین تعدیل شده (R_adj^2) و ضریب تعیین R^2 در تعیین تعداد نرون‌های بهینه میانی بکار رفته است. با توجه به نتایج به دست آمده، مدل شبکه عصبی توانست بازده جذب را با تابع انتقال تانژانت سیگموییدی در لایه پنهان و تابع انتقال محرک خطی در لایه خروجی پیش بینی کند. همچنین نتایج مدلسازی شبکه عصبی با اﻟﮕﻮرﯾﺘﻢ ﻟﻮﻧﺒﺮگ-ﻣﺎرﮐﻮآرت نشان داد که شبکه‌ی با چیدمان 1-13-5 (5 نرون در لایه ورودی،13 نرون در لایه پنهان و 1 نرون در لایه خروجی) بهترین نتیجه را در پیش‌بینی خروجی و ﺣﺪاﻗﻞ ﺧﻄﺎ دارا می‌باشد. ضریب همبستگی ﻣﺪل ﻣﺮﺑﻮط ﺑﻪ ﻗﺴﻤﺖهای آﻣﻮزش، اﻋﺘﺒﺎرسنجی و ﺗﺴﺖ ﺑﻪ ﺗرتیب 99436/0 ، 99993/0 و96901/0 بدست آمد که این نتایج حاکی از دﻗﺖ زیاد روش ﺷﺒﮑﻪی ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ در ﭘﯿﺶﺑﯿﻨﯽ دادهﻫﺎی آزمایشگاهی حذف سفیکسیم از محلول آبی است. جهت پیش بینی روند تغییرات از ابزار شبکه عصبی در نرم افزار MATLAB استفاده شده است.
)