高等化学工程学报

抽象的

利用壳聚糖磁铁矿纳米复合材料 (CMN) 去除水溶液中的 Fe (III) 的人工神经网络模型

Mini Namdeo、Rama Mehta、Mehta VK 和 Vijaya Agarwala

利用壳聚糖磁铁矿纳米复合材料 (CMN) 建立了一个双层人工神经网络 (ANN) 模型，用于测量从液体溶液中去除 Fe (II) 颗粒的效率。将预先计算好的 FeCl3 溶解在两倍纯净水中，以提供最终浓度 100 mgl−1，从而制备冰糕溶液。将溶液稀释，得到浓度在 5-30 mgl−1 范围内的标准溶液，并将其最终 pH 值调整为 4.5。将 50 毫升浓度合适的 FeCl3 溶液放入含有 0.02 克 CMN 吸附剂的 125 毫升锥形瓶中。发现 3 小时足以达到平衡。ANN 模型旨在通过结合反向扩散 (BP) 与参考点分析来估计 CMN 对目标金属颗粒的吸附效率。采用乙状结肠作为数据交换和输出层。引入Levenberg-Marquardt算法（LMA），给出小数点后6位训练和交叉验证的均方误差（MSE）的底值。