کاربرد شبکه عصبی جهت مدل‌سازی حذف کروم از محلول‌های آبی با استفاده از نانو ذرات آهن اکسید

     امروزه یکی از مهم‌ترین مشکلات زیست محیطی، آلودگی فاضلاب‌های صنعتی حاوی فلزات سنگین است. کروم شش ظرفیتی به‌عنوان فلز سنگین، یکی از آلاینده‌های مهم محیط زیست محسوب می‌شود. هدف از این تحقیق استفاده از شبکه عصبی برای مدل‌سازی حذف کروم با استفاده از نانو ذرات اکسید آهن (Fe2O3) و مقایسه آن با روش‌های آزمایشگاهی می‌باشد. تأثیر عوامل مهمی مانند pH، غلظت اولیه محلول، مقدار جاذب، زمان تماس و دما بر روی فرآیند حذف کروم بررسی شد. بیش از 90% کروم تحت شرایط 3=pH، غلظت اولیه کروم 10میلی‌گرم در لیتر، مقدار نانو ذره 1 گرم در لیتر، زمان تماس 60 دقیقه و در دمای 27 درجه سانتی گراد حذف گردید. با توجه به نتایج به دست آمده، مدل شبکه عصبی توانست بازده جذب کروم را با تابع انتقال تانژانت سیگموییدی در لایه پنهان و تابع انتقال محرک خطی در لایه خروجی پیش‌بینی کند. الگوریتم لونبرگ- مارکوارت با توجه به خروجی شبکه با حداقل میانگین مربعات خطا (MSE) برای آموزش و  اعتبار سنجی اعمال گردید. ضریب هم‌بستگی بالای حاصل از مدل‌سازی شبکه عصبی (996/0R2ANN =) و نزدیک بودن به ضریب هم‌بستگی نتایج تجربی (998/0 = R2Exp) نشان داد که مدل قادر به پیش بینی حذف کروم از محلول های آبی با استفاده از نانو ذرات اکسید آهن می‌باشد.