عنوان : ( بکارگیری مدل سازی الگوریتم ژنتیک - شبکه عصبی مصنوعی جهت پیشگویی شار تراوه، درصد دفع کلرید سدیم و مقاومت هیدرولیکی کل در فرآیند نانوفیلتراسیون )
نویسندگان: فخرالدین صالحی , سیدمحمدعلی رضوی ,
دانلود فایل برای اعضای دانشگاهبر اساس تصمیم نویسنده مقاله دسترسی به متن کامل برای اعضای غیر دانشگاه ممکن نیست
چکیده
در این پژوهش اثر پارامترهای عملیاتی (دما و فشار) و خصوصیات خوراک (غلظت خوراک و pH) بر کارایی فرآیند نانوفیلتراسیون (شار تراوه، درصد دفع کلرید سدیم و مقاومت هیدرولیکی کل) مورد بررسی قرار گرفته و روش الگوریتم ژنتیک - شبکه عصبی مصنوعی برای مدلسازی این پارامترها در طی فرآیند نانوفیلتراسیون فاضلاب حاصل از احیاء رزین های تبادل یونی ستون های رنگبری صنعت قند مورد استفاده قرار گرفته است. جهت انجام آزمایشات از غشاء لوله ای پلی آمیدی مدل AFC80 ساخت شرکت PCI استفاده گردید. به منظور پیشگویی شار تراوه، درصد دفع کلرید سدیم و مقاومت هیدرولیکی کل از شبکه عصبی پرسپترون چند لایه پیشخور با 4 ورودی و 3 خروجی استفاده شد. از روش الگوریتم ژنتیک جهت بهینه سازی تعداد نرون ها در لایه مخفی شبکه عصبی مصنوعی استفاده گردید. نتایج نشان داد با افزایش اختلاف فشار عرضی و غلظت خوراک مقاومت هیدرولیکی کل افزایش می یابد. همچنین با افزایش دمای فرایند و pHخوراک، شار تراوه افزایش می یافت، در حالی که مقاومت هیدرولیکی کل کاهش یافت. میانگین شار تراوه kg/m2h 7/3±7/7 به دست آمد. درصد دفع کلرید سدیم بین 16 تا 7/42% بود. نتایج مدلسازی به روش الگوریتم ژنتیک - شبکه عصبی مصنوعی نشان داد که ترکیب شبکه عصبی مصنوعی با الگوریتم ژنتیک نتیجه بهتری را ارائه می کند و با ترکیب آن ها سرعت تحلیل و دقت فرآیند مدلسازی افزایش می یابد. با استفاده از شبکه ای با تعداد 24 نرون در یک لایه پنهان و با استفاده از تابع فعال سازی سیگموئیدی و درصد داده های مورد استفاده برای تربیت/ آزمون / ارزیابی برابر 30/20/50 می توان به خوبی شار تراوه (98/0r=)، درصد دفع کلرید سدیم (94/0r=) و مقاومت هیدرولیکی کل (96/0r=) در طی نانوفیلتراسیون فاضلاب ستون رنگبری را پیشگویی نمود.
کلمات کلیدی
, الگوریتم ژنتیک, شار, دفع, مقاومت هیدرولیکی کل, مدلسازی
@article{paperid:1028149,
author = {صالحی, فخرالدین and رضوی, سیدمحمدعلی},
title = {بکارگیری مدل سازی الگوریتم ژنتیک - شبکه عصبی مصنوعی جهت پیشگویی شار تراوه، درصد دفع کلرید سدیم و مقاومت هیدرولیکی کل در فرآیند نانوفیلتراسیون},
journal = {جداسازی و پدیده های انتقال},
year = {2011},
volume = {22},
number = {1},
month = {June},
issn = {2228-5490},
pages = {29--50},
numpages = {21},
keywords = {الگوریتم ژنتیک، شار، دفع، مقاومت هیدرولیکی کل، مدلسازی},
}
%0 Journal Article
%T بکارگیری مدل سازی الگوریتم ژنتیک - شبکه عصبی مصنوعی جهت پیشگویی شار تراوه، درصد دفع کلرید سدیم و مقاومت هیدرولیکی کل در فرآیند نانوفیلتراسیون
%A صالحی, فخرالدین
%A رضوی, سیدمحمدعلی
%J جداسازی و پدیده های انتقال
%@ 2228-5490
%D 2011
