سامان خلیقی - دانشجوی کارشناسی ارشد مهندسی شیمی (بیوتکنولوژی)، گروه علوم پایه، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران- دانشجوی کارشناسی ارشد مهندسی شیمی (بیوتکنولوژی)، گروه علوم پایه، واحد علوم و تحقیقات کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
مسعود رحیمی - استاد مهندسی شیمی، مرکز تحقیقات CFD، دانشگاه رازی، کرمانشاه، ایران
علیرضا حبیبی - استادیار مهندسی شیمی، دانشکده مهندسی شیمی، دانشگاه رازی، کرمانشاه، ایران

در مطالعه حاضر، شبکه های عصبی مصنوعی برای پیش بینی میزان حذف اکسیژن شیمیایی مورد نیاز و نرخ تخریب فرمالدئید حذفی در راکتور زیستی توسط باکتری رالوستینا ایوتروفا استفاده شد. غلظت اولیه فرمالدئید، میزان جریان برگشتی بسترها، میزان هوادهی و دمای سیستم بعنوان ورودی به شبکه استفاده شده است. شبکه های عصبی مصنوعی Feed-forward با آرایش 2-3-4 قادر به پیش بینی وضعیت بهینه برای نرخ اکسیژن شیمیایی مورد نیاز و نرخ تخریب فرمالدئید که هر دو از آنها خروجی از سیستم می باشند، بکار می روند. تعدادی آزمایش انجام شد و داده هایی در نتیجه آزمایش جمع آوری شده بودند، در ادامه آموزش شبکه با استفاده از یک، سه، هفت و ... لایه های پنهان از شبکه عصبی انجام شده بودند. نتایج نشان می دهد که این شبکه با نیاز شیمیایی و نرخ تخریب فرمالدئید دارد و ارتباط مستقیمی در بین نمودار با داده های بدست آمده وجود دارد.

شبکه عصبی مصنوعی، رالستونیا ایوتروفا، تخریب زیستی فرمالدئید، اکسیژن شیمیایی مورد نیاز