مدل سازی نمک زدایی از آب لب شور به روش الکترودیالیز، با استفاده از طراحی آزمایش ها و شبکه عصبی GMDH

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 201

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WSRCJ-12-2_001

تاریخ نمایه سازی: 28 دی 1401

چکیده مقاله:

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 و هم چنین پیش بینی رفتارها و الگوهای فرآیندی این سیستم ها را فراهم می کنند. هدف این تحقیق، مدل سازی فرایند الکترودیالیز با طراحی آزمایش ها و ارزیابی روش شبکه عصبی GMDH، در تخمین درصد جداسازی و میزان شار خروجی سلول الکترودیالیز آب لب شور است.روش پژوهش: مقادیر جریان حجمی در شش سطح (۱، ۵/۲، ۵، ۱۰، ۱۵ و ۲۰ میلی لیتر در دقیقه)، غلظت املاح در سه سطح (۲۰۰، ۵۰۰ و ۱۰۰۰ میلی گرم در لیتر)، دما در سه سطح (۵۰، ۶۰ و ۷۰ درجه سانتی گراد)، ولتاژ در سه سطح (۱۰، ۲۰ و ۳۰ ولت) و فشار در سه سطح (۲۰۰، ۴۰۰ و ۸۰۰ 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 تقسیم­بندی متغیر­های ورودی و خروجی انجام شد. برای مدل سازی، ۹۰ درصد داده ها (۴۳۷ نمونه) بطور تصادفی به منظور آموزش و ۱۰ درصد داده ها (۴۹ 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 نیز در مرحله آموزش، دقت پیش بینی درصد جداسازی (۹۰/۰=R۲، ۱۶/۰-=MBE و ۴۸/۷=RMSE) و میزان شار خروجی (۷۹/۰=R۲، ۰۰۱/۰=MBE و ۰۸/۰=RMSE) را نشان داد. همین شاخص­ها در مرحله صحت سنجی به ترتیب ۸۵/۰، ۳- و ۳۷/۹ برای درصد جداسازی و ۷۸/۰، ۰۰۸/۰- و ۰۷/۰ برای میزان شار خروجی هستند. تطابق داده های هدف و خروجی، نزدیکی مقادیر هدف و خروجی به نمودار y=x، تخطی کم مقادیر خطا از مقدار صفر و نزدیکی توزیع (هیستوگرام) خطا به توزیع نرمال، حاصل شدند.نتایج: پس از مشخص شدن اختلاف بسیار معنی دار کلیه اثرات ساده و متقابل تیمارها برای متغیرهای پاسخ، مقایسه میانگین ها صورت گرفت. بیشتر بودن هر دو متغیر پاسخ درصد جداسازی و شار خروجی، ایده آل هست. لذا نتایج مقایسه میانگین ها نشان داد بهترین سطح جریان حجمی برابر با ۱ میلی لیتر بر دقیقه، غلظت جریان ورودی ۲۰۰ میلی گرم بر لیتر، دمای ۷۰ درجه سانتی گراد، ولتاژ ورودی ۳۰ ولت و فشار ۸۰۰ پاسکال، منجر به بیشترین درصد جداسازی و شار خروجی می شوند. ضمن این که با کاهش جریان حجمی و غلظت املاح، و افزایش دما، ولتاژ و فشار، درصد جداسازی و شار خروجی افزایش معنی داری نشان دادند. همچنین با توجه به شاخص های آماری برای کل داده ها، همبستگی مناسب، اندکی کم برآورد و خطای اندک به دست آمد. بنابراین استفاده از طراحی آزمایش ها و شبکه عصبی GMDH، در مدل سازی نمک زدایی از آب لب شور با استفاده از فرآیند الکترودیالیز، کارایی مناسبی دارد.

کلیدواژه ها:

پایداری ، روش های داده مبنا ، شوری آب ، غشای تبادل یونی

نویسندگان

مریم شرفی

کارشناسی ارشد مهندسی شیمی، دانشکده شیمی و مهندسی شیمی، دانشگاه صنعتی مالک اشتر، تهران، ایران.

محمود اکبری

استادیار گروه علوم و مهندسی آب، دانشکده کشاورزی و محیط زیست، دانشگاه اراک، اراک، ایران.