پیش بینی عملکرد غشاهای اسمز معکوس با استفاده از مدل سازی ریاضی و شبکه عصبی

برای توصیف و پیشگویی عملکرد غشاهای اسمز معکوس و همچنین طراحی واحدهای صنعتی آن، مدلهای ریاضی متنوعی توسعه داده شده است. در این میان؛ مدل اصلاح شده نیروی سطحی- جریان حفره ای (modified surface force-pore flow) که در سال 1989 ارائه شده، قادر به پیش بینی های موفقی برای عملکرد این غشاها، یعنی؛ میزان جداسازی و فلاکس عبوری، در طیف وسیعی از شرایط فیزیکی (غشا و محلول) و شرایط آزمایشی (فشار و غلظت) می باشد. از سوی دیگر؛ به دلیل پیچیدگی معادلات حاکم بر مدل، دست یافتن به نتایج آن برای عموم محققین بسادگی امکانپذیر نبوده و حل مدل نیاز به یک روش عددی موثری دارد. امروزه با توجه به پیشرفت علم ریاضیات و ابداع روش های جدید حل عددی همانند روش اختلاف محدود و روش حجم محدود؛ امکان حل معادلات پیچیده وغیرخطی میسر شده است. از اینرو در این تحقیق، با استفاده از این روشها به حل معادلات غیر خطی سرعت و غلظت حاکم بر مدل اصلاح شده نیروی سطحی- جریان حفره ای و در نهایت پیش بینی عملکرد غشاهای اسمز معکوس بر اساس این مدل با برنامه نویسی در نرم افزار matlab.2008 پرداخته شد. همچنین؛ تابع پتانسیل مدل مذکور اصلاح شده و مدل جدیدی تحت عنوان مدل تعمیم یافته اصلاح شده نیروی سطحی- جریان حفره ای (extended modified surface force-pore flow) ارائه و معادلات بدست آمده توسط روشهای عددی حل شد. در نهایت نیز، نتایج حاصل از مدل md-sf-pfو مدل تعمیم یافته آن با یکدیگر و با مقادیر تجربی مقایسه شد. از سوی دیگر، با توجه به کاربرد تکنیک های هوش مصنوعی و استفاده از شبکه های عصبی مصنوعی امکان پیشگویی نتایج برای شرایط مختلف فراهم شده است. لذا در این تحقیق با استفاده از شبکه های عصبی؛ به شبیه سازی داده های تجربی و پیش بینی عملکرد غشاهای اسمز معکوس نیز پرداخته شد. شبکه طراحی شده؛ بخوبی آموزش داده شد، بطوریکه دارای میزان خطای قابل قبولی بود و نتایج دقیقی تحصیل گردید.