کاربرد شبکه عصبی جهت مدل سازی حذف کروم از محلول های آبی با استفاده از نانو ذرات آهن اکسید

امروزه یکی از مهم ترین مشکلات زیست محیطی، آلودگی فاضلاب های صنعتی حاوی فلزات سنگین است. کروم شش ظرفیتی به عنوان فلز سنگین، یکی از آلاینده های مهم محیط زیست محسوب می شود. هدف از این تحقیق استفاده از شبکه عصبی برای مدل سازی حذف کروم با استفاده از نانو ذرات اکسید آهن (Fe2O3) و مقایسه آن با روش های آزمایشگاهی می باشد. تاثیر عوامل مهمی مانند pH، غلظت اولیه محلول، مقدار جاذب، زمان تماس و دما بر روی فرآیند حذف کروم بررسی شد. بیش از 90% کروم تحت شرایط 3=pH، غلظت اولیه کروم 10میلی گرم در لیتر، مقدار نانو ذره 1 گرم در لیتر، زمان تماس 60 دقیقه و در دمای 27 درجه سانتی گراد حذف گردید. با توجه به نتایج به دست آمده، مدل شبکه عصبی توانست بازده جذب کروم را با تابع انتقال تانژانت سیگموییدی در لایه پنهان و تابع انتقال محرک خطی در لایه خروجی پیش بینی کند. الگوریتم لونبرگ- مارکوارت با توجه به خروجی شبکه با حداقل میانگین مربعات خطا (MSE) برای آموزش و اعتبار سنجی اعمال گردید. ضریب هم بستگی بالای حاصل از مدل سازی شبکه عصبی (996/0R2ANN =) و نزدیک بودن به ضریب هم بستگی نتایج تجربی (998/0 = R2Exp) نشان داد که مدل قادر به پیش بینی حذف کروم از محلول های آبی با استفاده از نانو ذرات اکسید آهن می باشد.