بهینه سازی و پیش بینی فرایند فتوکاتالیستی با پوشش نانو ذرات تیتانیا بر سطح بتن برای تصفیه آب حاوی فنل

در این تحقیق، بهینه سازی فرایند فتوکاتالیستی توسط روش تاگوچی و پیش بینی راندمان حذف سیستم توسط شبکه عصبی مصنوعی انجام شد. راکتور فتوکاتالیستی از نوع پوشش یافته بود که انرژی مورد نیاز برای تحریک نانوذرات تیتانیا و تولید رادیکال های هیدروکسیل جهت تجزیه فنل موجود در آب با استفاده از لامپ های UV-A تامین می شد. جهت بهینه سازی فرایند با استفاده از روش تاگوچی و آرایه استاندارد L۱۶، تاثیر پارامترهای موثر شامل غلظت آلاینده ورودی (mg/L ۵۰۰-۵۰)، شدت تابش لامپ (۶۰-۸ وات)،pH محلول (۱۲-۴)، میزان تیتانیا بر واحد سطح (g/m۲ ۸۰-۲۰) و فاصله لامپ تا صفحات بتنی (cm ۲۰-۵) بررسی شد. نتایج نشان داد که تاثیر غلظت آلاینده ورودی و pH نسبت به سایر عوامل بیشتر بوده و شرایط بهینه بصورت غلظت آلاینده ورودی mg/L۵۰، pH برابر ۱۲، شدت تابش ۶۰ وات، میزان تیتانیا معادل g/m۲ ۸۰ و فاصله لامپ از صفحات معادل cm ۱۰ تعیین گردید. پیش بینی فرایند با استفاده از شبکه عصبی مصنوعی نشان داد که ساختار شبکه بصورت دو لایه پنهان و توابع انتقال گوسین در لایه پنهان اول، تانژانت هیپربولیک در لایه پنهان دوم و سیگموئید در لایه پنهان خروجی و ساختار (۱-۴-۶-۵) بهترین جواب بوده و اختلاف میان نتایج آزمایشگاه و مدل کمتر از ۵ درصد می باشد.

Keywords:

تاگوچی , دی اکسید تیتانیوم , بتن , شبکه عصبی مصنوعی , مدل