مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

651
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

641
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدل سازی پیش بینی پارامترهای شار و گرفتگی غشاهای نانوکامپوزیت اولترافیلتراسیون PVDF عامل دار شده با نانولوله های کربنی با استفاده از سیستم های شبکه های هوشمند

صفحات

 صفحه شروع 18 | صفحه پایان 35

چکیده

 در این تحقیق عملکرد و خواص ضد گرفتگی و شار غشاهای نانوکامپوزیت پلی وینیلیدن فلوراید (PVDF) با غلظت های 15 و 18% وزنی که با نانو لوله های کربنی عامل دار شده با گروه های اسیدی, بازی و آمین مخلوط شده و با روش وارونگی فازی و حلال نرمال متیل پیرولیدون (NMP) در آزمایشگاه ساخته شده, مورد بررسی قرار گرفت. همچنین تست های شار, گرفتگی, زاویه تماس, تخلخل و نرخ پس دهی پروتئین انجام شده است. با استفاده از نتایج تست های تجربی, مدل سازی پارامترهای شار و گرفتگی براساس متغیرهای ورودی که شامل درصد نانوذره, درصد پلیمر, تخلخل و زاویه تماس هستند؛ انجام شد. در این مدل از 4 سیستم هوشمند شبکه عصبی چند لایه, شبکه عصبی با مدار شعاعی, کمینه مربعات بردار پشتیبان و سیستم هیبریدی تطبیقی عصبی-فازی و 3 الگوریتم بهینه سازی ژنتیک, شبیه سازی تبریدی و ازدحام ذرات استفاده شده است. نتایج نشان داد که برای هر دو پارامتر شار و گرفتگی, بهترین مدل با توجه به ضریب همبستگی بالا, مدل های شبکه عصبی با مدار شعاعی و سیستم هیبریدی تطبیقی عصبی-فازی هستند. در بخش بعدی مدل سازی برای به دست آوردن مقادیر بهینه (کمترین گرفتگی و ماکزیمم شار) از بهترین مدل های ساخته شده برای هر دو خروجی استفاده شد. سپس از الگوریتم ترکیبی از الگوریتم ژنتیک و ازدحام ذرات مقادیر بهینه به دست آمد. سپس با استفاده از نتایج بهینه سازی برای هر نوع درصد پلیمر (15% و 18%), غشاها در آزمایشگاه ساخته شده و سپس تست های شار, گرفتگی, زاویه تماس و تخلخل انجام شده و نتایج آن با نتایج مدل مقایسه گردید. نتایج نشان داد که غشای نانوکامپوزیت 07/0% وزنی نانولوله کربنی تک دیواره عامل دار شده با گروه هیدروکسیل و غشای نانوکامپوزیت 17/0% وزنی نانولوله کربنی تک دیواره عامل دار شده با گروه هیدروکسیل به ترتیب بهترین عملکرد را با پلیمرهای 15 و 18% وزنی PVDF داشته است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    مفخمی مهرآبادی، مهران، آقایی، علیرضا، و صهبایغمایی، مازیار. (1397). مدل سازی پیش بینی پارامترهای شار و گرفتگی غشاهای نانوکامپوزیت اولترافیلتراسیون PVDF عامل دار شده با نانولوله های کربنی با استفاده از سیستم های شبکه های هوشمند. پژوهش نفت، 27(103 )، 18-35. SID. https://sid.ir/paper/114706/fa

    Vancouver: کپی

    مفخمی مهرآبادی مهران، آقایی علیرضا، صهبایغمایی مازیار. مدل سازی پیش بینی پارامترهای شار و گرفتگی غشاهای نانوکامپوزیت اولترافیلتراسیون PVDF عامل دار شده با نانولوله های کربنی با استفاده از سیستم های شبکه های هوشمند. پژوهش نفت[Internet]. 1397؛27(103 ):18-35. Available from: https://sid.ir/paper/114706/fa

    IEEE: کپی

    مهران مفخمی مهرآبادی، علیرضا آقایی، و مازیار صهبایغمایی، “مدل سازی پیش بینی پارامترهای شار و گرفتگی غشاهای نانوکامپوزیت اولترافیلتراسیون PVDF عامل دار شده با نانولوله های کربنی با استفاده از سیستم های شبکه های هوشمند،” پژوهش نفت، vol. 27، no. 103 ، pp. 18–35، 1397، [Online]. Available: https://sid.ir/paper/114706/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button