Modélisation du vieillissement membranaire

Abstract

L’objectif assigné à ce travail est d’élaborer des modèles neuronaux (RN) pour modéliser le vieillissement membranaire. Les modèles neuronaux du type feedforward (RN) caractérisé par une structure (six neurones pour RN1, RN2 et quatre neurones pour RN3 dans la couche d'entrée, une couche cachée et un neurone dans la couche de sortie). Trois bases de données (304 points de données, 169 points de données et 166 points de données) ont été utilisées pour créer RN1, RN2 et RN3 respectivement. 60%, 20% et 20% de l'ensemble des données ont été utilisées respectivement pour l’apprentissage, la validation et le test. Pour les modèles les plus prometteurs de réseaux neuronaux, les valeurs calculées de la phase de test ont été comparées aux valeurs mesurées, de bonnes corrélations ont été trouvées (R = 0.9845 pour RN1, R = 0.9968 pour RN2 et R= 0.9920 pour RN3). L'analyse de sensibilité par la méthode de "poids" a révélé que les variables les plus pertinentes sur la perméabilité de l’eau et soluté d’une membrane vieille sont : le temps de filtration, le pH, la dose de HOCL, la molarité de solution d’alimentation, la masse molaire de soluté et la pression appliquée et les variables les plus pertinentes sur l’allongement à la rupture d’une membrane vieille sont : durée de filtration, molarité, pH et Ms.