نازیلا رضانیا - دانشجوی کارشناسی ارشد، گروه آب و محیط زیست، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران.
مریم حسنی زنوزی - استادیار، گروه آب و محیط زیست، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران. (مسوول مکاتبات)
مطهره سعادتپور - استادیار، گروه آب و محیط زیست، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران.

زمینه و هدف: در سال­های اخیر، کاربردهای نانومواد با پایه کربنی در عرصه­های مختلف نظیر صنعت آب و فاضلاب توسعه یافته است. یکی از این ترکیبات، گرافن­اکساید (GO) است که به دلیل دارا بودن ساختار ورقه­ای با سطح ویژه بالا و گروه­های سطحی متنوع، توجه زیادی را به خود جلب نموده است. در این راستا، هدف اصلی از انجام پژوهش حاضر، بررسی ویژگی­های انعقادی گرافن­اکساید در حذف کدورت از آب و مدل­سازی فرایند با استفاده از شبکه عصبی مصنوعی (ANN) می­باشد. روش بررسی: نمونه­ های کدورت با استفاده از خاک باغچه و آب شهری تهیه و نمونه GO به صورت سوسپانسیون غلیظ خریداری گردید. آزمایش­های جارتست برای بررسی تاثیر pH، غلظت GO، کدورت اولیه، زمان ته­نشینی و سایر پارامترها بر بازدهی حذف کدورت، انجام شد. به منظور شبیه­سازی فرایند، از شبکه عصبی مصنوعی پرسپترون استفاده شد. یافته ­ها: تحت شرایط pH اسیدی و نیز  با افزایش غلظت GO­ از ۵/۲ تا۴۰ میلی­گرم بر لیتر، بازدهی حذف کدورت افزایش یافت. اما تغییرات کدورت اولیه اثر مشخص و مستقلی بر بازدهی فرایند نداشت. بخش عمده حذف کدورت در ۱۰ دقیقه ابتدای ته­نشینی رخ داد و سرعت ته­نشینی لخته­ها با افزایش غلظت GO و کاهش pH به شدت افزایش یافت. در مدل سازی با ANN، مقادیر ضریب تعیین (R۲) و ضریب همبستگی (R) میان مقادیر واقعی و مقادیر پیش­بینی شده حذف کدورت برای داده­های آزمون به ­ترتیب برابر با ۹۴۹۲/۰ و  ۹۷۴۰/۰ به­دست آمد که نشان­دهنده کارایی خوب مدل بود. بحث و نتیجه­ گیری: نانو­ماده گرافن­اکساید کارایی بالایی در حذف کدورت از آب نشان داد. پارامترهای pH و غلظت منعقدکننده، به عنوان مهمترین پارامترهای کنترل­کننده فرآیند تشخیص داده شد. مدل داده­کاوی شبکه عصبی از عملکرد خوبی برای پیش­بینی بازدهی حذف کدورت با استفاده از گرافن­اکساید برخوردار بود.

مواد کلوئیدی, حذف کدورت, انعقاد و لخته سازی, گرافن اکساید, شبکه عصبی مصنوعی