UTILISATION DES DIFFÉRENTES TECHNIQUES D’INTELLIGENCE ARTIFICIELLE POUR LA MODÉLISATION DU PROCÉDÉ DE SÉPARATION PAR ADSORPTION SOLIDE-LIQUIDE : ÉTUDE COMPARATIVE

Abstract

Utilisation des différentes techniques d’intelligence artificielle pour la modélisation du procédé de séparation par adsorption solide-liquide : étude comparative Dans cette étude, l’adsorption de Cu(II) et de Cr(VI) à partir de solutions aqueuse en mode batch en utilisant la chitine, le chitosane et la paille de blé, a été étudiée. Des traitements chimiques ont été effectués pour améliorer la capacité d’adsorption de ces matériaux. De plus, l'effet des paramètres opératoires tels que le pH initial, la température, le temps de contact, la concentration initiale de métal, la taille des particules de paille de blé et les traitements chimiques effectués sur les adsorbants a été étudié pour optimiser les conditions pour une capacité d'adsorption maximale. Les modèles cinétiques et les paramètres thermodynamiques sont également établis et calculés pour une meilleure compréhension des phénomènes d'adsorption mis en jeu. Le deuxième objectif de notre étude était de développer des modèles intelligents basés sur les réseaux de neurones artificiels et la logique floue qui sont en mesure de prédire la capacité d’élimination de Cu(II) et de Cr(VI) par les différents biosorbants. En outre, pour évaluer la performance des modèles ANN et ANFIS développés, quatre modèles empiriques classiques sont considérés pour la comparaison : Langmuir, Freundlich, Redlich-Peterson et un autre modèle hybride combinant entre Langmuir et Freundlich.