توسعه شبکه عصبی با دقت بالا برای تخمین خصوصیات زیولیت سنتزی H-ZSM-5

زیولیت ها یکی از پرکاربردترین مواد در صنایع پتروشیمی هستند که اکثرا به صورت کاتالیست یا جاذباستفاده می شوند. در این مقاله، زیولیت H-ZSM-5 به روش هیدروترمال در شرایط مختلف سنتز تهیه گردیده است. اندازه کریستال و کریستالینیته زیولیت ها با استفاده از آنالیز XRD محاسبه شدند. با استفاده از نتایج تجربی، شبکه های عصبی مختلفی دارای انواع ساختار، الگوریتم آموزش و توابع انتقالبرای تخمین اندازه کریستال و کریستالینیته زیولیت H-ZSM-5 مورد ارزیابی قرار گرفت. دو شبکه عصبی با ساختار (1-15-5) و (1-50-5) به ترتیب بهترین تخمین را برای تخمین اندازه کریستال و کریستالینیته ارایه کردند بطوریکه با نتایج تجربی مطابقت بالایی حاصل شد (R(2)=0.96). برای شبکه های بهینه، الگوریتم آموزش Levenberg-Marquardt بوده است توابع انتقال مناسب برای تخمیناندازه کریستال و کریستالینیه به ترتیب TS-PL و LS-PL بدست آمد. نتایج نشانگر پتانسیل بالای شبکه عصبی در زمینه تخمین خصوصیات زیولیت های سنتزی می باشد که می تواند منجر به کاهش هزینه و زمان در تهیه زیولیت مناسب گردد.