پيشگويي شار ترواه و درصد دفع كلريد سديم طي فرآيند نانوفيلتراسيون فاضلاب ستون هاي رنگبري توسط شبكه هاي عصبي مصنوعي

Predicting permeate flux and NaCl rejection at nanofiltration process of decolorization columns waste water using artificial neural networks

در اين پژوهش، مدل شبكه عصبي مصنوعي به منظور پيشگويي شار تراوه و درصد دفع كلريد سديم طي فرايند نانوفيلتراسيون فاضلاب ستون رنگبري صنايع قند استفاده گرديد. فرايند نانوفيلتراسيون در سه سطح دمايي 30، 40 و 50 درجه سانتيگراد، در فشارهاي 1، 5/1 و 2 مگاپاسكال، در سه سطح غلظتي 60، 80 و 100 گرم بر ليتر و در دو سطح pH برابر 8 و 9 انجام گرفت. به منظور پيشگويي شار تراوه و درصد دفع كلريد سديم از شبكه عصبي پرسپترون چند لايه پيشخور با 4 ورودي و 2 خروجي استفاده شد. نتايج نشان داد شبكه اي با تعداد 9 نرون در يك لايه پنهان و با استفاده از تابع فعال سازي تانژانت هيپربوليك و روش بهينه سازي ليونبرگ و درصد داده هاي مورد استفاده براي تربيت/ آزمون / ارزيابي برابر 30/30/40 مي توان به خوبي شار تراوه (98/0r=) و درصد دفع كلريد سديم (88/0r=) در طي نانوفيلتراسيون فاضلاب ستون رنگبري را پيشگويي نمود. نتايج آناليز حساسيت توسط شبكه عصبي بهينه، فشار را به عنوان موثرترين عامل در پيشگويي شار تراوه و درصد دفع كلريد سديم نشان داد.