مدل سازي آبزدايي از استون با استفاده از غشاي پلي اكريلونيتريل و پلي اتيلن گلايكول به كمك شبكه عصبي مصنوعي

در اين مطالعه اثر پارامتر هاي (دبي حجمي و دما) و خصوصيات خوراك (فاكتور جداسازي و فلاكس) بر كارايي فرآيند آبزدايي مورد بررسي قرار گرفته است و از شبكه عصبي پرسپترون چند لايه پيشخور با الگوريتم آموزش پس انتشار خطا و تابع آموزش لونبرگ ماركوارت (Trainlm) با 2 ورودي و 2 خروجي استفاده شد. از تابع فعال سازي Tansig براي لايه پنهان و Purelin براي لايه خروجي استفاده شد و تعداد 5 نورون براي لايه پنهان تعيين شد. بعد از پردازش داده ها 70 درصد آن ها براي آموزش، 15 درصد براي اعتبارسنجي و 15 درصد مابقي براي آزمايش قرار داده شدند. نتايج حاصل از اين مطالعه با استفاده از اين روش دقت مناسبي را نشان مي دهد و نمودار درصد خطاي مقدار واقعي خروجي هاي فاكتور جداسازي و فلاكس با مقدار مدل سازي توسط غشاي پلي اكريلونيتريل و پلي اتيلن گلايكول براي عملكرد تراوش تبخيري براي جداسازي آب از استون محاسبه گرديد و نمودار آن رسم شد.