Contribution à la modélisation de l’adsorption multicomposants des polluants organiques sur différents adsorbants par réseau de neurone artificiel

Abstract

Contribution à la modélisation de l’adsorption multicomposant des polluants organiques sur différents adsorbants par réseau de neurone artificiel. La présence de polluants organiques dans les eaux usées et effluents industriels augmente ce qui conduit à un déséquilibre écologique. La solution de ce problème est de trouver une meilleure technique et plus efficace pour séparer ces contaminants (multiorganique) des eaux usées. La technique de séparation la plus utilisée est la méthode d'adsorption en raison de son coût réduit et de son faible entretien. Le but de ce travail est de modéliser le système d’adsorption multi-composant tertiaire (multiorganique) en utilisant des modèles basés sur l'intelligence artificielle. Dans ce travail la base de données a été recueillie à partir de documents scientifiques qui contiennent la cinétique d'adsorption des différents adsorbats sur différents adsorbants. Cette étude propose un nouvel algorithme de modélisation, à savoir les réseaux de neurones artificiels (RNA), pour une prédiction précise de diverses quantités de multi-composants tertiaires en utilisant des paramètres opérationnels généralement disponibles. Cette méthode a été programmée en utilisant le logiciel MATLAB. Les résultats montrent que les réseaux de neurones artificiels (RNA) ont une architecture de neurones {5-9-3} dans les couches d'entrée, cachée et de sortie respectivement. Le modèle RNA a été légèrement réalisé, il est précis, stable et rapide, où nous avons obtenu l'erreur quadratique moyenne MSE (0,0536 0,4124 1,1099). Après avoir considéré les résultats obtenus, nous recommandons d'utiliser la conception de l'RNA pour estimer la cinétique d'adsorption du système à plusieurs composants.