بهینه سازی شرایط تهیه ذرات پلیمری قالب گیری شده برای گلوکز با استفاده از شبکه عصبی مصنوعی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی علوم پایه زنجان - پژوهشکده شیمی تجزیه و معدنی
  • نویسنده کبری پارساجو
  • استاد راهنما کبری رستمی زاده
  • سال انتشار 1388
چکیده

در پلیمرهای قالب گیری شده مولکولی، قالب یک مولکول الگو که متناسب با اندازه و شکل و ساختار فضایی مولکول الگو می باشد در ماتریس پلیمری قرار می گیرد، شناسایی و تشخیص مولکول الگو در این پلیمرها توسط این مکان ایجاد شده انجام می گیرد. در این تکنیک مولکول الگو در محیطی که مونومرهای عامل دار حضور داشته باشند ایجاد یک کمپلکس اولیه با مونومرها می کند، با استفاده از یک عامل اتصال دهنده عرضی و آغازگر واکنش پلیمریزاسیون شروع می شود و مولکول الگو در بافت پلیمری قرار می گیرد، سپس الگو استخراج شده و شکل قالب آن در بافت پلیمر باقی می ماند. هدف این تحقیق سنتز ذرات پلیمری قالب گیری شده و بررسی عوامل موثر در سنتز این ذرات پلیمری برای داشتن کارایی بهتر آن ها در تشخیص الگو می باشد. گلوکز به عنوان مولکول الگو برگزیده شد, و آغازگر آزوبیس ایزوبوتیرونیتریل برای آغاز واکنش پلیمریزاسیون در 60 درجه سانتی گراد به کار برده شد. تاثیر پارامترهای زیر در سنتز ذرات پلیمری قالب گیری شده مورد بررسی قرار گرفت: مقدار مونومر عامل دار متاکریلیک اسید، مقدار عامل اتصال دهنده عرضی اتیلن گلیکول دی متاکریلات، مقدار آغازگر آزوبیس ایزو بوتیرو نیتریل، مقدار حلال هگزادکان که به عنوان حلال تخلخل دهنده انتخاب شده بود، مقدار حلال دی متیل فرمامید که برای هم فاز کردن اجزا به کار می رود، زمان و دما. طراحی آزمایش یکنواخت برای طراحی این متغیرها در بازه آزمایشی مورد استفاده قرار گرفت. داده های آزمایشگاهی توسط شبکه عصبی مصنوعی آنالیز شد و شرایط بهینه به دست آمد. ذرات قالب گیری شده تحت شرایط بهینه پیش بینی شده توسط شبکه که شامل 6 میلی مول متاکریلیک اسید، 9 میلی مول اتیلن گلیکول دی متاکریلات، 40 میلی گرم آغازگر، 15/0 میلی لیتر هگزا دکان، 9 میلی لیتر دی متیل فرمامید (21میلی لیتر استونیتریل)، دمای 65 درجه سانتی گراد و زمان 4 ساعت بود، به دست آمد. از الگوریتم بهینه سازی چندوجهی برای بهینه سازی و تایید کارایی شبکه عصبی مصنوعی استفاده شد و نتایج مشابهی پیش بینی شد. اتصال مجدد گلوکز به ذرات پلیمری و نیز اثر مزاحمت فروکتوز در این فرایند مورد بررسی قرار گرفت و نتایج انتخابگری خوب ذرات به گلوکز را تایید نمود.

منابع مشابه

تخمین پارامترهای مخزنی با استفاده از داده های چاه پیمایی و بهره گیری از ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات

پارامترهای ژئومکانیکی و پتروفیزیکی مخزن همانند سرعت موج برشی، تخلخل و تراوایی از جمله پارامترهای مهمی هستند که در شبیه‌سازی مخازن هیدروکربوری و استراتژی‌های اکتشافی نقش موثری ایفا می کنند. اخیراً روش‌های هوش مصنوعی به‌منظور پیش‌بینی این پارامترها با استفاده از داده‌های چاه پیمایی به‌کاربرده شده‌اند. بااین‌حال پیش‌بینی ویژگی‌های مخازن ناهمگن همواره با دشوارهای بسیاری همراه است و به‌سختی پاسخ مناس...

متن کامل

بهینه سازی غلظت نیتروژن بافت گیاه برای افزایش کمیت و کیفیت برگ توتون با استفاده از شبکه عصبی مصنوعی

نیتروژن با افزایش عملکرد برگ، محتوای کلر و نیکوتین برگ و در مقابل، با کاهش محتوای پتاسیم برگ، تأثیر متضادی بر کمیت و کیفیت برگ توتون به‏جای می­گذارد. به‏منظور بهینه­سازی غلظت (پیدا کردن غلظت تعادلی) نیتروژن در برگ، ساقه و ریشه توتون در جهت افزایش همزمان کمیت و کیفیت برگ توتون (محتوای پتاسیم بالا و نیکوتین متعادل و کلر کم) با استفاده از شبکه عصبی مصنوعی دو آزمایش مزرعه‏ای به‏صورت فاکتوریل در قال...

متن کامل

سنتز نانو ذرات پلیمری قالب دار شده با La3+ و کاربرد آن برای اندازه گیری یون لانتانیم با استفاده از ولتامتری غیرمستقیم ادغام شده با استخراج رقابتی لانتانیم در الکترود اصلاح شده با پلیمر قالب دار شده

در کار پیش رو، روشی غیر مستقیم به منظور اندازه گیری ولتامتری یون )ІІІ)La شرح داده شده است. این اندازه گیری، بر اساس استخراج رقابتی یون های )ІІІ)La توسط پلیمر قالب زنی شده یونی قرار گرفته در سطح الکترود خمیر کربنی می باشد. در تهیه پلیمر قالب‌ یونی (IIP) برای یون لانتانیم از مونومر وینیل پیریدین و متاآکریلیک اسید، شبکه‌ساز دی وینیل بنزن، آغازگرآزو-بیس-ایزوبوتیرونیتریل (AIBN) و از حلال استونیتریل ...

متن کامل

بهینه سازی شبکه عصبی MLP با استفاده از الگوریتم ژنتیک موازی FinGrain برای تشخیص سرطان سینه

امروزه استفاده از سیستم‌های هوشمند در تشخیص پزشکی به تدریج در حال افزایش است. این سیستم‌ها می‌توانند به کاهش خطایی که ممکن است توسط کارشناسان کم‌تجربه اتفاق بیافتد، کمک کند. بدین منظور استفاده از سیستم‌های هوشمند مصنوعی در پیش‌بینی و تشخیص سرطان سینه که یکی از رایج‌ترین سرطان‌ها در بین زنان است، مورد توجه می‌باشد. در این تحقیق فرآیند تشخیص بیماری سرطان سینه با یک رویکرد دو مرحله‌ای انجام...

متن کامل

بهینه سازی برشکاری جت آب همراه با ذرات ساینده با استفاده از روش شبکه عصبی - الگوریتم ژنتیک

در این پژوهش، روش شبکه عصبی- الگوریتم ژنتیک برای بهینه سازی صافی سطح در برشکاری شیشه توسط فرآیند برشکاری جت آب همراه با ذرات ساینده پیشنهاد شده است. از شبکه عصبی مصنوعی برای مدل‌سازی و پیش بینی زبری سطح با توجه به پارامترهای فرآیند شامل فشار جت آب، سرعت پیشروی، ‌نرخ ریزش ذرات ساینده و فاصله نازل تا سطح قطعه کار استفاده شده است. مقایسه نتایج به دست آمده از مدل شبکه عصبی با نتایج به دست آمده از آ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی علوم پایه زنجان - پژوهشکده شیمی تجزیه و معدنی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023