MODELISATION DE LA MASSE VOLUMIQUE DES MELANGES BINAIRES DE LIQUIDES IONIQUES A L’AIDE DE TECHNIQUES INFORMATIQUES INTELLIGENTES.

Abstract

La masse volumique des LI purs et de leurs mélanges aqueux et/ou organiques est l’une des propriétés qui a suscitée l’intérêt des chercheurs. Où la connaissance de cette propriété est importante pour leurs applications à des processus tels que le transfert de chaleur, le transfert de masse, la distillation, la solubilité, l'absorption, etc. Par conséquent, sa modélisation est extrêmement importante d'un point de vue industriel. Cette étude a examiné la capacité et la faisabilité de quatre méthodes d'intelligence computationnelle (RNA, ANFIS, SVM et GWO) pour prédire la masse volumique de systèmes binaires contenant des LI. Pour construire et tester les modèles, les techniques de modélisation ont été appliquées aux données expérimentales de la masse volumique de 33 mélanges binaires (Eau(1) +LI(2), 9 systèmes ; Solvant organique(1) +LI(2), 20 systèmes ; LI(1)+LI(2), 4 systèmes). Les modèles développés sont tous statistiquement valables avec une ERAM globale comprise entre 0.11% et 0.40%. Une comparaison de données expérimentales et de valeurs prédites en utilisant les quatre méthodes (en termes plusieurs métriques statistiques) a montré un bon accord. Cependant, la prédiction par l'RNA était meilleure que les trois autres approches. Un diagnostic par des méthodes statistiques a révélé un certain nombre de données aberrantes, permettant ainsi d’établir le domaine d’applicabilité des modèles optimisés.