شبیه‌سازی استخراج فنل از فاضلاب با حلال تری بوتیل فسفات با استفاده از شبکه عصبی

نوع مقاله: علمی ترویجی

نویسندگان

1 دانشجوی کارشناسی ارشد

2 هیات علمی دانشگاه علم و صنعت ایران

چکیده

در این تحقیق از شبکه های عصبی برای پیش بینی راندمان استخراج فنل با استفاده از حلال تری بوتیل فسفات استفاده شده است. متغیرهای ورودی شبکه شامل نسبت حجمی آلی به آبی، سرعت روتور، دما، اسیدیته و زمان بوده و متغیر خروجی شبکه کارائی استخراج فنل انتخاب گردید. برای آموزش و ارزیابی شبکه عصبی از 184 داده تجربی استفاده شده است. برای به دست آوردن ساختار بهینه شبکه مورد نظر از شبکه‌ با تعداد لایه‌ها و نرن های مختلف استفاده گردید و شبکه بهینه با یک لایه و تعداد 10 نرون بدست آمد. برای ارزیابی عملکرد شبکه بهینه از میانگین ریشه دوم خطا و ضریب همبستگی که به ترتیب برابر 1.039 و 0.99 به دست آمد استفاده گردید. شرایط بهینه فرآیند، نسبت آلی به آبی 0.22، سرعت روتور 350 دور در دقیقه، دما 22.76 درجه سانتی‌گراد، اسیدیته 7.5 و زمان 15.86 دقیقه با بازده استخراج متناظر 96.23 به دست آمد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Simulation of extraction of phenol from wastewater by TBP solvent using neural network

نویسنده [English]

  • Ahad Ghaemi 2
چکیده [English]

In this work, neural networks were used to prediction of phenol extraction using TBP solvent. Volume ratio of organic to aqueous, rotor speed, temperature, pH and time were selected input variables of the networks whereas extraction efficiency was selected output variable. The network was trained and evaluated using 184 experimental data. The network with one hidden layer with 10 neurons was selected as optimal network. RMSE and R^2 are the criteria for evaluating the performance of the network were obtained to 1.0393 and 0.99, respectively. Optimal process conditions, the ratio of organic to aqueous 0.22, rotor speed of 350 rpm, temperature 22.76 °C, pH 7.5 and time of agitation 15.86 minutes and the extraction efficiency corresponding to these conditions 96.23 were obtained.

کلیدواژه‌ها [English]

  • Simulation
  • efficiency of extraction
  • Removal of phenol
  • Perceptron Neural