جداسازی و تنظیم نسبت گاز سنتز برای استفاده در فرآیندهای مختلف همواره مورد توجه و بررسی قرار گرفته است.از آنجا که آزمایش های انجام شده در این ضمینه بسیار کم بوده و نیز به صورت محدود بوده است در این کار سعی شده است تا با استفاده از شبکه های عصبی و منطق فازی مدلی برای جداسازی گاز سنتز با غشاتعریف شود،که با استفاده از آن بتوان رفتار این فرآیند را با دقت خوبی پیش بینی کرد.،تا بدین وسیله بتوان کمبود داده های آزمایشاهی این فرآیند را جبران کرد.در مدل اول سعی شد به وسیله چهار پارامتر ورودی میزان تراوش هیدروژن و مونواکسید کربن پیش بینی شود که در این راستا برای هیدروژن به ضریب همبستگی 91575/0 و برای مونواکسیدکربن به مقدار 93054/0رسیدیم.سپس برای بهبود ضریب همبستگی در دو مدل شبکه عصبی و منطق فازی ورودی دما را حذف کرده و برای مدل هیدروژن به وسیله شبکه عصبی به ضریب همبستگی 93453/0 و برای مونواکسید کربن به عدد 97441/0 رسیدیم، مقادیر ضریب همبستگی برای هیدروژن و مونواکسید کربن که به وسیله منطق فازی مدل شد به ترتیب 9161/0 و8047/0بدست آمد. بدیهی است که مدل ارائه شده دارای خطا نیز بوده اما مقایسه نتایج آن با نتایج تجربی نشان از دقت خوب آن دارد.

با استفاده از روش هیدروترمال فوق بحرانی به سنتز نانوپودر بیسموت تیتانات پرداختیم که این مواد دارای خواص فروالکتریکی بود و در زمینه های گوناگونی چون خازنها، سنسورها، فرایندهای فوتوکاتالیستی مورد استفاده قرار میگیرد.در ادامه گپ انرژی ماده ی سنتزی بررسی شد.بیسموت تیتانات بعنوان یک فوتوکاتالیست موثر در حضور نورمریی موفق به تخریب تتراسایکلین شد که جهت بررسی سینتیک تخریب، مدل درجه دوم مناسب تشخیص داده شد.