عنوان
|
مدل سازی نمک زدایی از آب لب شور به روش الکترودیالیز، با استفاده از طراحی آزمایش ها و شبکه عصبی GMDH
|
نوع پژوهش
|
مقاله چاپشده
|
کلیدواژهها
|
پایداری، روش های داده مبنا، شوری آب، غشای تبادل یونی
|
چکیده
|
زمینه و هدف: نمک زدایی از آب شور و لب شور، به عنوان یک منبع نسبتا دائمی، راه حلی مطمئن برای جبران کمبود آب است. فرآیند الکترودیالیز به عنوان یکی از روش های نمک زدایی، تقریبا آب بدون املاح را از آب شور جدا می کند و در حال تبدیل شدن به یک راه حل برای کمبود آب در سراسر جهان است. روش های مدل سازی، امکان بررسی کم هزینه نمک زدایی از آب شور و لب شور به روش الکترودیالیز را فراهم می کنند. هم چنین پیش بینی رفتارها و الگوهای فرآیندی این سامانه ها از طریق مدل سازی امکان پذیر است. هدف این تحقیق، مدل سازی نمک زدایی از آب لب شور به روش الکترودیالیز با استفاده از طراحی آزمایش ها و شبکه عصبی GMDH می باشد. دقت روش های مدل سازی فوق، در تخمین درصد جداسازی و میزان شار خروجی سلول الکترودیالیز آب لب شور مورد ارزیابی قرار گرفت. روش پژوهش: مقادیر جریان حجمی در شش سطح (1، 5/2، 5، 10، 15 و 20 میلی لیتر در دقیقه)، غلظت املاح در سه سطح (200، 500 و 1000 میلی گرم در لیتر)، دما در سه سطح (50، 60 و 70 درجه سانتی گراد)، ولتاژ در سه سطح (10، 20 و 30 ولت) و فشار در سه سطح (200، 400 و 800 پاسکال) استخراج گردید. به منظور مدل سازی میزان تاثیر هریک از ورودی های مذکور بر درصد جداسازی و میزان شار خروجی سلول الکترودیالیز آب لب شور، از طرح فاکتوریل کامل و شبکه عصبی GMDH استفاده شد. در مدل سازی خروجی سلول الکترودیالیز با استفاده از شبکه عصبی GMDH، پس از تعیین متغیرهای ورودی، تصادفی سازی، نرمال سازی و تقسیم بندی متغیر های ورودی و خروجی انجام شد. برای مدل سازی، 90 درصد داده ها (437 نمونه) بطور تصادفی به منظور آموزش و 10 درصد داده ها (49 نمونه) برای صحت سنجی در نظر گرفته شد. از طرفی با توجه به دارا بودن سطوح مشخص برای هر یک از ورودی ها، امکان استفاده از طرح آزمایشی فاکتوریل کامل نیز فراهم بود. یافته ها: نتایج جدول تجزیه رگرسیون خطی نشان داد بین کلیه اثرات ساده و متقابل تیمارها برای متغیرهای پاسخ درصد جداسازی و شار، اختلاف معنی داری در سطح یک درصد وجود دارد. با کاهش جریان حجمی و غلظت املاح و افزایش دما، ولتاژ و فشار، درصد جداسازی و شار خروجی افزایش معنی داری نشان دادند. نتایج مدل سازی با شبکه عصبی GMDH در مرحله آموزش، دقت پیش بینی درصد جداسازی با 90/0=R2، 16/0-=MBE و 48/7=RMSE و میزان شار خروجی با 79/0=R2، 001/0=M
|
پژوهشگران
|
محمود اکبری (نفر دوم)، مریم شرقی (نفر اول)
|