پیش بینی کشش سطحی و خواص سطحی مخلوطهای دوجزئی حاوی مایعات یونی با استفاده از مدلهای ترمودینامیکی و شبکه عصبی مصنوعی
Authors
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.
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 textمطالعه 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 textپیش 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 اولروشهای 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 textپیش 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 textMy Resources
Journal title
volume 12 issue 42
pages 181- 196
publication date 2017-03-21
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023