الهام اسراری - دانشیار گروه فنی و مهندسی دانشگاه پیام نور
وحیده خسروی - دانشجو کارشناسی ارشد مهندسی عمران-محیط زیست، دانشگاه پیام نور

امروزه یکی از مهم ترین مشکلات بشر آلودگی محیط زیست به فاضلاب های صنعتی حاوی فلزات سنگین است.فلزات سنگین انواع مختلفی دارد که دربین آن ها کروم شش ظرفیتی به عنوان یکی از آلاینده های مهم محیط زیست محسوب می شود.به منظور جلوگیری از آسیب های ناشی از این فلز، ضروری است که از ورود آن ها به محیط زیست جلوگیری به عمل آید.هدف از این تحقیق حذف کروم با استفاده از نانوذرات آهن Fe2O3 و استفاده از مدل سازی شبکه عصبی برای تعیین بهینه سازی حذف کروم از محلول های آبی می باشد. در این تحقیق تأثیر عوامل مهمی مانند pH غلظت اولیه محلول، مقدار جاذب، زمان تماس، دما و کاتیون های رقیب بر روی فرآیند حذف کروم بررسی شده است. بیش از 90 % کروم تحت شرایطpH=3 غلظت اولیه کروم 10 میلی گرم در لیتر، مقدار جاذب 1 گرم در لیتر، زمان تماس 60 دقیقه و در دمای 27 درجه سانتیگراد حذف گردید. پس از آموزش، شبکه عصبی توانست بازده جذب کروم رابا تابع انتقال تانژانت سیگموییدی در لایه پنهان و تابع انتقال محرک خطی در لایه خروجی پیش بینی کند. الگوریتم لونبرگ- مارکوارت با توجه به خروجی شبکه با حداقل میانگین مربعات خطاMSE برای آموزش و اعتبار سنجی اعمال گردید. ضریب هم بستگی بالای حاصل از مدل سازی شبکه عصبی RANN2=0/996 و نزدیک بودن به ضریب همبستگی نتایج تجربی REXP2=0/998 نشان داد که مدل قادر به پیش بینی حذف کروم از محلول های آبی با استفاده از نانوذرات آهن می باشد

حذف، کروم، نانوذرات آهن ، شبکه عصبی