هانیه شکرکار - دانشگاه علم وصنعت ایران، دانشکده مهندسی شیمی، آزمایشگاه تحقیقاتی م
نوراله کثیری - دانشگاه علم وصنعت ایران، دانشکده مهندسی شیمی، آزمایشگاه تحقیقاتی م
تورج محمدی - دانشگاه علم وصنعت ایران، دانشکده مهندسی شیمی، آزمایشگاه تحقیقاتی ف

در فرایندهای پالایشی جداسازی پسابهای نفتی از آب از موارد مهم در صنعت نفت می باشد. یکی از روشهای تصفیه پسابهای نفتی، فرآیندهای غشایی است. پیش بینی کاهش شار با زمان در شرایط مختلف عملیاتی نقش مهمی را در طراحی فرایندهای غشایی و فهم گرفتگی غشاء ایفا می کند. در این مقاله مدل شبکه عصبی مصنوعی برای مدلسازی داده های حاصل از آزمایش تصفیه پسابهای نفتی توسط غشاهای سرامیکی در فرآیند میکروفیلتراسیون معرفی شده است. در این روش پیش بینی، پارامترهای دما، فشار، سرعت، غلظت، زمان به عنوان ورودی های شبکه و شارعبوری از غشا به عنوان خروجی شبکه در نظر گرفته شده است. در حالتی که 70 درصد داده ها برای آموزش استفاده شده و تعداد 4 نورون در لایه اول و 15 نورون در لایه دوم قرار می گیرد،کمترین میانگین مربع خطاها MSE) به دست می آید.

مدلسازی، میکروفیلتراسیون، پساب نفتی، شبکه عصبی