MODELISATION DE L'ADSORPTION D'UN COLORANT EN PHASE AQUEUSE SUR UN CHARBON ACTIF PAR UNE METHODE D'INTELLIGENCE ARTIFICIELLE.

Abstract

Ce projet de fin d’études vise à modéliser le processus d’adsorption dynamique de deux colorants synthétiques, la tartrazine et le bleu 5G, à partir de solutions aqueuses, en utilisant deux types de charbons actifs comme adsorbants : le charbon commercial PICA F22 et le charbon issu de coques de noix de coco )babassu(. La modélisation a été réalisée à l’aide d’un réseau de neurones artificiels )RNA( composé de 08 neurones en couche d`entrée, 25 neurones dans la couche cachée, et un neurone dans la couche de sortie, avec l’algorithme de quasi-Newton BFSG pour l’apprentissage. Les fonctions d’activation utilisées sont la hyperbolique tangent sigmoïde )Tanh( dans les couches cachées et la fonction linéaire )purelin( dans la couche de sortie. Les résultats ont montré une bonne corrélation entre les données expérimentales et les valeurs prédites, avec un coefficient de corrélation )R( de 0,9142 et une erreur quadratique moyenne )REQM( de 0,112, la comparaison avec les modèles mathématiques classiques comme Thomas et Bohart-Adams, montre que le réseau neuronal s'est avéré plus efficace et plus précis, démontrant ainsi l’efficacité de l’intelligence artificielle pour prédire les performances d’adsorption dans différentes conditions de fonctionnement