مدلسازی فرآیند جداسازی عصاره گیاهی به کمک سیال فوق بحرانی گاز کربنیک به کمک شبکه های عصبی

در این پژوهش، از داده های تجربی فرآیند استخراج والرنیک اسید از گیاه سنبل الطیب به وسیله سیال فوق بحرانی کربن دی اکسید به منظور مدلسازی و پیش بینی راندمان استخراج استفاد ٠ شده است در این فرآیند تغیر دما و فشار موجب تغییرات چگالی و ویسکوزیته می شوند و درنهایت همین امر منجر به افزایش یا کاهش بازده ی استخراج میگردد تغییرات اندازه ذرات، ضرایب انتقال جرم را تحت تاثیر قرار می دهد و همچنین نرخ استخراج تحت تاثیر دبی حلال می باشد برای برقراری ارتباط میان 4 متغیر مستقل )دما، دبی حلال، فشارسیال، اندازه ذرات( و راندمان استخراج از شبکه عصبی مصنوعی استفاده شد است جهت پیاد سازی مدلسازی از ٩٨ داده تجربی استغاده شد نتایج نشان داد شبکه عصبی مصنوعی به خوبی می تواند راندمان استخراج والرنیک اسید را از گیاه سنبل الطیب پیش بینی کند و خطای پیش بینی راندمان استخراج کمتر از ٣ درصد است میزان مربعات خطا در مرحله پیش بینی کمتر ازmse=0/0003 و ضریب رگرسیون بالای ٩٨ درصد بدست امد