Journal de génie chimique avancé

Abstrait

Modélisation de réseau neuronal artificiel pour l'élimination du Fe (III) des solutions aqueuses à l'aide de nanocomposites de magnétite de chitosane (CMN)

Mini Namdeo, Rama Mehta, Mehta VK et Vijaya Agarwala

Un modèle de réseau neuronal artificiel (ANN) à deux couches a été créé pour évaluer l'efficacité de la sorption de particules de Fe (II) à partir d'un mélange fluide utilisant des nanocomposites de magnétite de chitosane (CMN). Le mélange de sorbet a été obtenu en dissolvant une quantité pré-calculée de FeCl3 dans de l'eau purifiée deux fois pour obtenir une fixation finale de 100 mgl−1. Le mélange de sorbet a été réduit pour obtenir des solutions standard avec une fixation de l'ordre de 5 à 30 mgl−1 et leur pH final a été modifié conformément à 4,5. Cinquante millilitres de mélange FeCl3 de concentration souhaitée ont été placés dans un flacon Erlenmeyer de 125 ml contenant 0,02 g de sorbant CMN. Une période de 3 heures s'est avérée suffisante pour atteindre l'équilibre. Le modèle ANN était destiné à évaluer l'efficacité de la sorption des CMN pour la particule métallique cible en combinant la dispersion inverse (BP) avec l'analyse des segments de référence. Un axone sigmoïde a été utilisé comme capacité d'échange d'informations et couche de rendement. Le calcul de Levenberg-Marquardt (LMA) a été associé, donnant une estimation de base de l'erreur quadratique moyenne (MSE) pour la préparation et l'approbation croisée à la 6e décimale.