علی مرادی - بخش مهندسی شیمی، دانشگاه شهید باهنر کرمان، کرمان، ایران
فرشید ایرانمنش - گروه مهندسی شیمی، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران

پیچیدگی استفاده و حل مدل‌های ریاضی توصیف کننده عملکرد غشاهای اسمز معکوس باعث شده است تلاش‌های زیادی در زمینه گسترش حل این معادلات بدون نیاز به معادلات پیچیده ارائه گردد. از این رو شبکه‌های عصبی به عنوان ابزارهای مناسبی در پیش‌بینی و مدل‌سازی این غشاها معرفی گردیده‌اند. هدف اصلی در این مقاله تخمین عملکرد غشاهای اسمز معکوس یعنی فاکتور جدا‌سازی، شار حلال خالص عبوری و کل شار عبوری از غشا برپایه مدل اصلاح شده نیروی سطحی – جریان حفره‌ای به وسیله‌ی شبکه‌ عصبی پایه شعاعی می‌باشد. از آن‌جا که معادلات این مدل پیچیده می‌باشند و حل آن‌ها به صورت عددی نیازمند زمان زیادی می‌باشد، از شبکه‌های عصبی پایه شعاعی در پیشبینی رفتار غشاهای اسمز معکوس استفاده شده است. داده‌های مورد استفاده در این مقاله از چهار نوع غشای اسمز معکوس بدست آمده‌اند که از کل داده‌های موجود 80 % برای آموزش شبکه‌ عصبی پایه شعاعی و 20 % برای آزمایش آن مورد استفاده قرار گرفته است. نتایج نشان می‌دهد که شبکه عصبی پایه شعاعی یک ابزار کارآمد در پیشبینی رفتار غشاهای اسمز معکوس می‌باشد که می‌توانند عملکرد آن‌ها را بدون نیاز به حل معادلات پیچیده پیشبینی بکنند .

شبکه عصبی، مدل MD-SF-PF، عملکرد غشاهای اسمز معکوس، غشا