بررسی کارایی شبکه عصبی مصنوعی در مدل‌سازی فرایند حذف مالاشیت سبز با استفاده از پسماند چای و بررسی ایزوترم

آلودگی آب یکی از مشکلات مهم جوامع امروزی است و همزمان با پیشرفت جوامع بشری، این مشکل نیز افزایش می‌یابد. یکی از مهم‌ترین آلاینده‌ها، وجود رنگ در نمونه‌های آبی است. جذب سطحی یکی از موثرترین فرایندها برای حذف این دسته از آلاینده‌ها است. در این پژوهش به بررسی فرایند و شرایط بهینه حذف رنگ مالاشیت سبز از محلول‌های آبی توسط پسماند چای عطری دوغزال پرداخته شد. برای دستیابی به شرایط بهینه حذف آلاینده، پارامترهای غلظت اولیه محلول رنگ، جرم جاذب، مقدار ph اولیه محلول و مدت زمان تماس جاذب و رنگ در دمای آزمایشگاه مورد بررسی قرار گرفت. نتایج حاصل نشان داد که با افزایش جرم جاذب و همچنین کاهش غلظت اولیه رنگ، کارایی حذف آلاینده افزایش می‌یابد. همچنین مشاهده شد که در ph قلیایی، بازده حذف رنگ افزایش یافت و با افزایش مدت زمان تماس جاذب و رنگ، میزان حذف رنگ توسط جاذب از محیط آبی بیشتر شد. جذب رنگ مالاشیت سبز بر روی پسماند چای از مدل همدمای فروندلیچ پیروی می‌کند و بازده فرایند، بیش از 95 درصد است. به‌منظور مدل‌سازی فرایند از مدل شبکه عصبی مصنوعی استفاده شد که نتایج تجربی و نتایج حاصل از مدل شبکه عصبی مصنوعی مطابقت زیادی را نشان دادند و ضریب تعیین رگرسیون برابر با 0.9981 به‌دست آمد. پسماند چای عطری دوغزال به‌عنوان یک جاذب ارزان قیمت و در دسترس می‌تواند برای حذف آلاینده‌های آلی از محیط‌های آبی به‌کار برده شود. همچنین شبکه عصبی مصنوعی به‌عنوان یک روش مناسب برای مدل‌سازی فرایند جذب می‌تواند مورد استفاده قرار گیرد.

Efficiency of Artificial Neural Networks for Modeling of Malachite Green Adsorption by Tea Waste and Adsorption Isotherm Study

Nowadays water pollution is one of the most important problems in different societies. This problem increases with the development of countries. Existence of various dyes in waters is one of these important pollutions so adsorption can be used as an important method to eliminate dyes from waters. In this research, the adsorption of Malachite Green on odorant Do Ghazal tea waste was studied. The study of this issue was performed in laboratory’s temperature, with variation of different parameters like pH, adsorption time, amount of adsorbent and dye concentration. The results of the experiments show that the adsorption efficiency increases with more adsorbent addition, higher pH levels and time enhancement. Also the reduction of dye concentration causes better adsorption efficiencies. Moreover the study on isotherms of adsorption process confirmed that the adsorption obeys the Freundlich model. The results of this study show that the efficiency of Malachite Green elimination in aqueous solutions on odorant Do Ghazal tea waste was higher than 95%. An artificial neural networks (ANN) model was developed to predict the performance of the decolorization efficiency by the adsorption process based on the experimental data. A comparison between the predicted results of the designed ANN model and experimental data was also conducted. The ANN model yielded a determination coefficient of R2=0.9981. The model can describe the decolorization efficiency under different conditions. Odorant Do Ghazal tea can be used as a low cost and available adsorbent to removal of organic pollutants from contaminated waters. Artificial neural networks can be employed as an appropriate method for adsorption process modeling too.