مقایسه نتایج دو روش مدل سازی سطح پاسخ و شبکه عصبی مصنوعی با نتایج تجربی پارامترهای موثر در الکترووینینگ کبالت

در این مطالعه، فرآیند الکترووینینگ در تولید کبالت فلزی در غلظت های پایین در محیط کلریدی با دو روش مدل سازی سطح پاسخ و شبکه عصبی مصنوعی مورد بررسی قرار گرفت. نخست، فرآیند استخراج حلالی برای بازیابی کبالت از دو خوراک متفاوت با استخراج کننده دی تیوفسفونیک اسید به فاز آلی و انتقال به فاز آبی با محلول HCl  یک مولار انجام شد. سپس، فرآیند تولید فلز با استفاده از روش الکترووینینگ و با بررسی پارامترهای موثر مانند زمان، pH  محلول، غلظت یون ها و شدت جریان انجام شد. شرایط عملیاتی نقطه بهینه به ترتیب برای pH محلول آبی، زمان، غلظت اولیه فلز کبالت، شدت جریان به ترتیب برابر با 4، 40 دقیقه،  008/0 مول بر لیتر و 1 آمپر، بدست آمد.  نتایج نشان داد که دمای ◦C 15 برای انجام فرآیند مطلوب تر است و افزایش شدت جریان، زمان و غلظت یون ها در محلول به بالا بردن جریان موثر کمک می کند. مقادیر اسیدیته محلول برای فرآیند الکتروینینگ بسیار مهم است و به شرایط سیستم وابسته است. نتایج آنالیز های XRF و EDX نشان داد که در شرایط بهینه، کبالت فلزی با خلوص بالای 8/99 % بر روی سطح کاتد تجمع یافته است. نتایج حاصل از مدل سازی دو روش نشان داد که شبکه عصبی مصنوعی در توافق بهتری با نتایج تجربی نسبت به روش سطح پاسخ است.