استفاده از شبکه عصبی hopfield و mlp جهت مدل سازی فرایند جذب آلاینده های رنگی و فلزی از پساب های صنعتی

تمام فاضلاب¬های صنعتی در تغییر کیفی جریان¬های آب موثرند. با رشد و پیشرفت تکنولوژی، حجم تولید پساب¬های صنعتی افزایش یافته و طی فرایند¬های مختلف تولیدی، حجم زیادی از آلاینده¬های آلی و معدنی وارد پساب می¬شوند. بنابر¬این لازم است همگام با رشد و افزایش تولیدات صنعتی، روش¬های نوین تصفیه جهت برطرف کردن آلودگی¬های مختلف نیز گسترش یابد. یکی از روش¬های مناسب جهت حذف این مواد فرآیند جذب سطحی فیزیکی است. در تحقیق حاضر، ماده طبیعی پرلیت که از آن طی فرآیند نانو تکنولوژی، نانو پرلیت تهیه گردیده است، به عنوان جاذب انتخاب شده است و توانایی آن در حذف آلاینده رنگی (مالاکیت سبز) و آلاینده فلزی نیکل از پساب صنعتی مورد بررسی قرار گرفته است. برای این منظور جاذب پرلیت تحت شرایط مختلف در معرض پساب شبیه سازی شده قرار گرفته و تأثیر عوامل مختلف، مانند غلظت ماده آلاینده، مقدار جاذب، ph، زمان و دما در فرآیند جذب مورد بررسی قرارگرفته و با استفاده از شبکه¬های عصبی mlp، rbf و hopfield روند تاثیر¬گذاری این عوامل مدل¬سازی شده است. نتایج نشان داد که شرایط بهینه در فرآیند جذب در غلظت 6 میلی¬گرم بر لیتر، دمای °c25 و 6=ph حاصل می شود. نتایج حاصل از این تحقیق می¬تواند در طراحی یک روش تصفیه بر مبنای فرآیند جذب مورد استفاده قرار گیرد.