Modélisation du vieillissement lors de la filtration membranaire

Abstract

Modélisation du vieillissement lors de la filtration membranaire L’objectif assigné à ce travail est d’élaborer des modèles neuronaux (RNA) pour modéliser le vieillissement lors de la filtration membranaire. Les modèles neuronaux du type feedforward (RNA) caractérisé par une structure similaire (six neurones pour RNA1et RNA2 dans la couche d'entrée, une couche cachée et un neurone dans la couche de sortie). Un ensemble de 604 points de données pour créer RNA1 et 169 points de données pour créer RNA2. 80%, 10% et 10% de l'ensemble des données ont été utilisées respectivement pour l’apprentissage, la validation et le test pour le premier modèle et 70% et 30% de l'ensemble des données ont été utilisées respectivement pour l’apprentissage et le test pour le deuxième modèle. Pour les modèles les plus prometteurs de réseaux neuronaux, les valeurs de la perméabilité calculées de la phase de test ont été comparées aux valeurs de la perméabilité mesurées, de bonnes corrélations ont été trouvées (R = 0.9676 pour RNA1, R = 0.9722 pour RNA2). L'analyse de sensibilité par la méthode de "poids" a révélé que les variables les plus pertinentes sur la perméabilité de l’eau et soluté d’une membrane d’osmose inverse vielle sont : le temps de filtration, le pH, la dose de HOCL, la molarité de solution d’alimentation, la masse molaire de soluté et la pression appliquée