پیش بینی کشش سطحی و خواص سطحی مخلوطهای دوجزئی حاوی مایعات یونی با استفاده از مدلهای ترمودینامیکی و شبکه عصبی مصنوعی

Authors

احمد باقری

دانشگاه سمنان میترا همتیان

دانشگاه سمنان سیده مریم سجادی

دانشگاه سمنان

abstract

در این مقاله، کشش سطحی و خواص سطحی سیستمهای دو جزئی حاوی الکل (متانول و اتانول) و مایع یونی{1- بوتیل پیریدینیوم تترا فلوئورو بورات(1-bptf)، 1- بوتیل -3- متیل پیریدینیوم تترا فلوئورو بورات(1-b-3-mptf)، 1- بوتیل -4- متیل پیریدینیوم تترا فلوئورو بورات (1-b-4-mptf)} با استفاده از مدلهای تئوری و ترمودینامیکی در دماهای بین15/293 تا 15/323کلوین تعیین شدند. ابتدا مدل های ترمودینامیکی از قبیل مدل فو و همکاران(flw ) و مدل مایزر-اسکات ((ms همبستگی کشش سطحی و انحراف کشش سطحی از حالت ایده آل با غلظت مورد بررسی قرار گرفت و در یک دیدگاه جدید با استفاده ضرایب حاصل از مدل flw انرژی برهمکنش بین الکل با مایع یونی(u21)  محاسبه شد. نتایج نشان می دهد در اکثر موارد مقدار u21 در یک دمای ثابت و الکل ثابت( مانند متانول یا اتانول) با افزایش اندازه بخش کاتیونی مایع یونی افزایش می یابد. سپس استفاده از مدل شبکه عصبی مصنوعی  (ann)به عنوان یک مدل کاربردی برای پیش­بینی کشش سطحی استفاده شد و نتایج با روش های ترمودینامیکی مورد مقایسه قرار گرفت که نتایج ann بهترین توافق را با داده های تجربی داشت. میانگین خطای بدست آمده از مقایسه داده­های تجربی با نتایج حاصل از سه مدل تئوری ann) و(flw, ms  برای سیستم های دوتایی کمتر از 3/5% است. نتایج حاصله از این مطالعه اطلاعات مفیدی در مورد برهمکنش اجزاء در فاز سطح و توده محلول ارائه می کند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی کشش سطحی مایعات یونی بر پایه ایمیدازولیوم با بکارگیری شبکه عصبی مصنوعی

امروزه با پیشرفت تکنولوژی برای حل مسائلی که روابط دقیق ریاضی بین ورودی و خروجی برقرار نمی باشد از شبکه های عصبی مصنوعی استفاده می شود. در این پژوهش برای پیش‎بینی کشش سطحی مایعات یونی بر پایه ایمیدازولیوم دو شبکه عصبی پرسپترون چند لایه شامل شبکه عصبی مصنوعی پیشرو (FFANN) و شبکه عصبی آبشاری (CANN) پیشنهاد شد. برای بررسی صحت مدل ها، از 1251 داده آزمایشگاهی گردآوری شده از مقالات مختلف شامل کشش سطحی...

full text

مطالعه کشش سطحی و خواص سطحی مخلوطهای دوجزئی مایع غیر ایده‌آل

در این تحقیق، کشش سطحی و خواص سطحی مخلوط‌های آب/کربوکسیلیک اسید(C1-C4) در دماهای مختلف از 293.15 تا 323.15کلوین مورد بررسی قرار گرفت. کشش سطحی و انحراف کشش سطحی از حالت ایده‌آل سیستم های بالا با استفاده از مدل های تجربی و ترمودینامیکی مورد ارزیابی قرار گرفت. با استفاده از مدل‌های ردلیچ-کیستر (RK)، لی و همکاران (LWW)، فو و همکاران (FLW) و مایرز- اسکات (MS)، کشش سطحی و انحراف کشش سطحی از حالت اید...

full text

پیش بینی کشش سطحی مایعات خالص با استفاده از شبکه عصبی مصنوعی

با توجه به اهمیت خاص پدیده کشش سطحی مایعات خالص در تحقیقات علمی و تکنولوژیکی و همچنین اهمیت اندازه گیری آن و ارائه نتایج قابل قبول در محدوده گسترده ای از دما، ارائه مدلی برای پیشگویی هر چه دقیق تر کشش سطحی و ایجاد ارتباط میان این پدیده و دیگر خواص مواد همواره مطرح بوده است. از طرفی اندازه گیری این پدیده ترموفیزیکی توسط دستگاه های موجود گاهی بسیار وقت گیر و پر هزینه بوده و یا در مورد بعضی مایعات...

15 صفحه اول

روش‌های اندازه‌گیری کشش سطحی مایعات

مایعات در رشته‌ها و زمینه‌های مختلف مهندسی از جمله پوشش دادن، رنگ‌رزی، نساجی، ساخت محلول‌ها و امولسیون‌ها، میکرو امولسیون‌ها و داروها، الکترونیک، اسپری کردن، بازیافت روغن‌ها و خصوصا فرایندهای سرامیکی کاربردهای متنوعی دارند. به همین سبب، مطالعه ویژگی‌های فیزیکی مایعات حائز اهمیت است. یکی از این ویژگی‌های فیزیکی مهم مایعات کشش سطحی آن‌ها می‌باشد و آنچه بر  همیت کشش سطحی می‌افزاید ارتباط آن با نقط...

full text

پیش بینی نشست سطحی ناشی از حفر تونل با استفاده از شبکه های عصبی مصنوعی؛ مطالعۀ موردی: تونل متروی مشهد 

در هنگام حفر تونل در فضاهای شهری، جلوگیری از آسیب و تخریب سازه­های مجاور اهمیت ویژه­ای دارد. برای کاهش این آسیب­ها باید از نشست سطحی زمین جلوگیری کرد. در سال­های اخیر بررسی‌های گسترده­ای در زمینۀ پیش­بینی نشست سطحی زمین در اثر حفر تونل انجام شده است. انتخاب روش مناسب به عوامل مختلفی بستگی دارد. نشست سطحی ناشی از حفر تونل با کمک متغیرهای ورودی که تأثیر فیزیکی چشم‌گیری بر نشست دارند، پیش­بینی شده...

full text

My Resources

Save resource for easier access later


Journal title:
شیمی کاربردی

جلد ۱۲، شماره ۴۲، صفحات ۱۸۱-۱۹۶

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023