بهينه سازي فرايند جذب سطحي رنگ دي سولفين بلو توسط نانوذره ZnOCr نشانده شده برروي كربن فعال با استفاده از روش پاسخ سطح و مدل سازي با كمك شبكه عصبي مصنوعي

در اين پژوهش از جاذب نانوذره ZnOCr  نشانده شده بر كربن فعال به منظور حذف رنگ دي سولفين بلو استفاده شده و سپس با كمك شبكه عصبي مصنوعي ميزان حذف آن را پيش بيني شد. اثر پارامترهاي گوناگون شامل pH، مقدار جاذب، غلظت رنگ ها و زمان به هم خوردن روي درصد حذف به روش فناوري هاي طراحي آزمايش مورد بررسي و بهينه شد. همچنين مدل هاي سينتيكي و هم دماهاي جذبي و همچنين پارامترهاي ترموديناميكي مورد بررسي، و قابليت استفاده آن ها در شرايط بهينه ارزيابي شد. پس از تجزيه و تحليل نتيجه ها و مقايسه نقطه هاي بهينه آن ها براي جاذب نانوذره ZnOCr  نشانده شده بر كربن فعال درصد حذف رنگ دي سولفين بلو 98.70 درصد به دست آمد. در پايان، فرايند جذب به وسيله ي شبكه عصبي مصنوعي مدل سازي شد كه در اين مطالعه پارامترهاي زمان، مقدار جاذب، pH و غلظت رنگ به عنوان ورودي هاي شبكه، و درصد حذف رنگ به عنوان هدف شبكه در نظر گرفته شد. براي مدل سازي فرايند حذف بالا به روش شبكه عصبي مصنوعي، 15 نورون  براي حذف رنگ دي سولفين بلو به عنوان نورون بهينه در اين مدل انتخاب شد. همچنين ميانگين مربع هاي خطا در نورون بهينه براي حذف توسط جاذب نانوذره ZnOCr، 105×7.17 به دست آمد كه عددي نزديك به صفر است. با توجه به مقدارهاي ميانگين خطاي مطلق محاسبه شده در مدل شبكه عصبي مصنوعي و پاسخ سطح نتيجه ها بيانگر آن است كه شبكه عصبي مصنوعي در تطابق با داده هاي تجربي نسبت به روش پاسخ سطح قادر به مدل سازي بهتري است.