PRÉDICTION DE LA PERMÉABILITÉ DES POLYMÈRES AUX GAZ PAR LES RÉSEAUX DE NEURONES

Abstract

Ce travail consiste à l’élaboration d’un réseau de neurones artificiel (RNA) destiné à prédire les coefficients de perméabilité des différents polymères aux gaz (O2, N2, CO2, CH4). Pour chaque gaz, une base des données a été collectée à partir de la bibliographie comprenant plus de cent polymères, regroupés en familles, ainsi que leurs coefficients de perméabilité à une température données. En exploitant la méthode de contribution des groupes, les structures des polymères de cette base sont décomposées en groupements caractérisant leurs unités répétitives selon la méthode de Yampolskii et al. Ces descripteurs moléculaires représentent les entrés du réseau tandis que les coefficients de perméabilité des polymères aux gaz constituent sa sortie. Le test du modèle RNA élaboré effectué sur la perméabilité des différentes gazmontre sa capacité de prédiction : paramètres statistiques R=0,9998, ERAM=0,0906 pour N2, R=0,9996, ERAM=0,0636 pour O2, R=0,77, ERAM=0,2887 pour CO2, et R=0,861, ERAM=0,2447 pour CH4