مدل سازي فرايند جذب رنگزاي اسيدي آبي 62 از محيط هاي آبي با تركيب آلي فلزي حاوي آلومينيوم با استفاده از روش هاي شبكه عصبي مصنوعي، رگرسيون خطي و غير خطي چندگانه

زمينه و هدف: مدل سازي جذب تركيبات آلاينده از محيط هاي آبي با كمترين تعداد آزمايشات، يكي از دغدعه هاي محققين مي باشد. در پژوهش حاضر هدف مدل سازي فرايند جذب رنگزاي اسيدي آبي 62 با تركيب آلي فلزي حاوي آلومينيوم (MIL 53(Al) NH2) مي باشد.مواد و روش ها: در اين پژوهش، MIL 53(Al) NH2 از ماده اوليه 2 آمينو ترفتاليك اسيد و نيترات آلومينيوم سنتز شد. پس از بررسي پارامترهاي موثر بر جذب رنگزا، از روش هاي شبكه عصبي مصنوعي(ANN)، رگرسيون خطي چندگانه (MLR) و رگرسيون غيرخطي چندگانه (MNLR) براي پيش بيني ميزان جذب رنگزا استفاده شده است. يافته ها: نتايج به دست آمده از آناليز پراش اشعه ايكس (XRD)، ميكروسكوپ الكتروني روبرشي گسيل ميداني (FE SEM) و طيف سنج مادون قرمز تبديل فوريه سنتز مناسب MIL 53(Al) NH2 را نشان داد. شرايط بهينه بصورت 2=pH، زمان60 دقيقه، ميزان جاذب 0.02 گرم و دماي 25 درجه سانتيگراد مي باشد. بر اساس نتايج ، در مقايسه بين سه روش استفاده شده، مدل شبكه عصبي از بالاترين دقت پيش بينى برخوردار است. خروجي ايجاد شده با استفاده از اين مدل در قياس با مدل هاي رگرسيون خطي و غير خطي چندگانه، كمترين جذر ميانگين مربعات خطا (RMSE)و بيشترين مقدار ضريب همبستگي(CC) با داده هاي واقعي را دارا مي باشد. نتيجه گيري: با توجه به نتايج مي توان دريافت كه MIL 53(Al) NH2 يك جاذب كارامد بوده و در ضمن با توجه به كارايى بالاى مدل شبكه عصبى مصنوعى مى توان از اين مدل جهت حصول اطمينان از نتايج حذف رنگزا و كاهش هزينه بواسطه كاهش تعداد آزمايشات استفاده كرد.