"Modélisation neuronale et empirique de l’adsorption d’un système multi composants"

Abstract

"L’objectif de ce travail est de modéliser le phénomène de l’adsorption multi-composant. Cette étude regroupe deux contributions dont la première est d’établir un modèle neuronale capable de prédire les quantités adsorbées pour un mélange ternaire (acide bleu 92, vert direct 6, rouge direct 31) sur l’adsorbant (Gemini Polymeric Nanoarchitecture (GPN)). Cette modélisation s'articule sur l'élaboration d'un programme Matlab®. Les résultats montrent que le réseau de neurones statiques optimisé (RNSO) a une architecture de (9-11-4-3) : {9 neurones dans la couche d’entrée ; 11 neurones dans la première couche cachée ; 4 neurones dans la deuxième couche cachée et 3 neurone en sorties}. Le RNSO reproduit fidèlement les données expérimentales tirées de la littérature avec une très bonne précision : une erreur quadratique moyenne (MSE)= 0.3682 et un coefficient de corrélation R2 = 0.9998, ces résultats confirme la robustesse du modèle neuronal établi. La deuxième contribution consiste à faire une comparaison entre neuf modèles empirique de l’adsorption multi-composants (Langmuir, Langmuir modifié, modèles de Langmuir étendu, Freundelich, Langmuir-Freundlich, Toth, Redlich-Peterson, Modèle de Redlich-Peterson modifié, Sheindorf – Rebuhn – Sheintuch (SRS)) et deux modèles ont été proposé dans ce travail, dans le but de modéliser un système quaternaire chargé avec les métaux lourds (Cu+2, Cd+2, Pb+2, Ni+2) sur l’adsorbant (Ca-bentonite). Les coefficients de ces modèles ont été obtenu par le couplage des deux méthodes d’optimisation : algorithme génétique avec algorithme d’optimisation par ajustement des courbes des moindres carrés (code Matlab : GA-Lsqcurvefit), la comparaison a été faite entre les 11 modèles. Les résultats montrent que l’isothermes de Freundelich et le modèle proposé 1 sont les plus appropriés à décrire la cinétique d’adsorption de système multi-composant sélectionné, ce qui a été expliqué par une erreur absolue relative moyenne minimale (AARD)=14.94% et 17.56% et un coefficient de régression R = 0.8174 et 0.8009 pour l’isotherme de Freundelich et le modèle proposé 1 respectivement."