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

Abstract

La capacité calorifique est l'une des propriétés thermodynamiques de base des liquides ioniques (LI), est notée comme un critère important déterminant l'applicabilité de ces liquides. La capacité calorifique des LI et leurs mélanges avec d'autres composés jouent un rôle important dans la conception et le développement de nombreux processus industriels. Par conséquent, sa modélisation est extrêmement importante d'un point de vue industriel. Ce travail porte sur l’application de réseaux de neurones artificiels et examiné la capacité et la faisabilité de trois méthodes d'intelligence computationnelle (RNA, ANFIS, SVM) pour prédire la capacité calorifique de systèmes binaires contenant des LI. Généralement, les modèles proposes permettes de corréler avec précision des données expérimentales recueillies dans la littérature, 1684 points de données correspondant aux valeurs expérimentales de capacité calorifique de mélanges binaires contenant des LI. La capacité calorifique était comprise entre 73.92 et 798 J K-1mol-1. La température (T), la composition du LI (XIL), les capacités calorifiques cp1 et cp2, de l’anion du cation et du solvant ont été utilisés comme variables d’entrée du modèle pour différencier les divers composés impliqués dans les systèmes binaires. Une comparaison de données expérimentales et de valeurs prédites en utilisant les trois méthodes (en termes plusieurs métriques statistiques) a montré un bon accord. Cependant, la prédiction par l’ANFIS était meilleure que les deux 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.