Mise en oeuvre de réseaux de neurones pour la modélisation de l’adsorption multi-composants de quelques colorants sur différents adsorbants

Abstract

La présence des colorants dans les eaux usées et effluents industriels augmente ce qui conduit à un déséquilibre écologique. La solution de ce problème est de trouver une technique meilleure et plus efficace pour séparer ces contaminants 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 en utilisant un modèle basé 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 de divers adsorbats sur différents adsorbants (charbon actif et alginate de sodium). 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 {7-6-3} dans les couches d'entrée, cachée et de sortie respectivement. Les résultats obtenus ont démontré que la conception RNA a donné une exactitude plus élevée et un petit moyen quadratique d’erreur {0.2180, 1.0051, 0.2279} Compte tenu de la précision de la prédiction, de la stabilité du modèle et de l'efficacité de calcul, le modèle RNA est fortement recommandé pour estimer la cinétique d'adsorption d'un système multicomposant.