کاربرد الگوریتم خفاش کمک گرفته‌شده از شبکه عصبی مصنوعی به‌منظور بهینه‌سازی میکرواستخراج یون‌های مس در پساب با لیگاند پاراسولفوناتوکالیکس [4] آرن

الموضوعات :

محمد فرج وند ¹ (دانشکده شیمی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران)
وحید کیارستمی ² (دانشکده شیمی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران)
مهران دولو ³ (دانشکده شیمی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران)
عبدالمحمد قائدی ⁴ (گروه شیمی دانشگاه آزاد اسلامی واحد گچساران، سمنان، ایران)
فرنوش فتاحی ⁵ (دانشکده شیمی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران)

تاريخ الإرسال : 03 الأحد , ربيع الأول, 1440 تاريخ التأكيد : 04 الخميس , جمادى الأولى, 1440 تاريخ الإصدار : 25 الجمعة , ربيع الأول, 1441

الکلمات المفتاحية: پساب, الگوریتم خفاش, یون مس, میکرواستخراج مایع,

ملخص المقالة :

الگوریتم فراابتکاری خفاش با شبکه عصبی مصنوعی (ANN-BA) برای نخستین بار در علوم شیمی و محیط‌زیست برای بهینه‌سازی میکرواستخراج مایع – مایع پخشی با حلال خاتمه‌دهنده به‌عنوان روشی سریع، ساده و کم هزینه برای تعیین یون مس در نمونه پساب با لیگاند پاراسولفوناتوکالیکس [4] آرن به کار رفت. تولوئن به‌عنوان حلال پخشی و متانول به‌عنوان حلال استخراج به‌کاربرده شدند. بهینه‌سازی بر چهار عامل مؤثر بر کارایی استخراج مانند حجم حلال استخراج، حجم حلال‌پخشی، افزایش نمک و pH موردبررسی قرار گرفت. طراحی چندسازه مرکزی (CCD) به‌عنوان یک روش مقایسه‌ای برای بهینه‌سازی بهره‌وری میکرواستخراج مایع – مایع پخشی با حلال خاتمه‌دهنده به‌کار برده شد. در مقایسه با روش CCD، مدل الگوریتم خفاش کمک‌گرفته‌شده از شبکه عصبی مصنوعی، به دلیل داشتن درصد بازیابی بالاتر، حدود 21/7 درصد، به‌عنوان روش بهینه‌سازی بهتر انتخاب شد.. تحت شرایط بهینه بالا، حد تشخیص، حد تعیین و گستره دینامیکی خطی به ترتیب 15/0، 35/0 و 35/0 تا 1000 میکروگرم بر لیتر به‌دست آمد. درصد بازیافت‌ها برای نمونه‌های پساب در گستره 8/92 تا 5/104 درصد به‌دست آمد.

المصادر:

[1] Chen, J.P.; ''Decontamination of heavy metals: processes, mechanisms, and applications'', CRC Press, Boca Raton, 1-28, 2012.
[2] Duruibe, J.; Ogwuegbu, M.; Egwurugwu, J.; International Journal of Physical Sciences 2, 112-118, 2007.
[3] Karadaş, C.; Kara, D.; Instrumentation Science & Technology 42, 548-561, 2014.
[4] Ghaedi, M.; Montazerozohori, M.; Biyareh, M. N.; Mortazavi, K.; Soylak, M.; International journal of Environmental Analytical Chemistry 93, 528-542, 2013.
[5] Rezaee, M.; Assadi, Y.; Hosseini, M.R.M.; Aghaee, E.; Ahmadi, F.; Berijani, S.; Journal of Chromatography A 1116, 1-9, 2006.
[6] Chen, H.; Chen, R.; Li, S.; Journal of Chromatography A 1217, 1244-1248, 2010.
[7] Zheng, Z.Y.; Guo, X.N.; Zhu, K.X.; Peng, W.; Zhou, H.M.; Food Chemistry 227, 264-270, 2017.
[8] Ghaedi, M.; Ansari, A.; Assefi Nejad, P.; Ghaedi, A.;Vafaei, A.;Habibi, M.H.; Environmental Progress & Sustainable Energy 34, 155-168, 2015.
[9] Yang, X.S., ''A new metaheuristic bat-inspired algorithm'', in: Book ''A new metaheuristic bat-inspired algorithm'', Springer 65-74. 2010.
[10] Taha, A.M.; Mustapha, A.; Chen, S.D.; The Scientific World Journal 2013, 1-9, 2013.
[11] Topal, A.O.; Altun, O.; Information Sciences 354, 222-235, 2016.
[12] Farajvand, M.; Kiarostami, V.; Davallo, M.; Ghaedi, A.; Bulletin of environmental contamination and toxicology 100, 402-408, 2018.
[13] Kiarostami, V.; Rouini, M.R.; Mohammadian, R.; Lavasani, H.; Ghazaghi, M.; DARU Journal of Pharmaceutical Sciences 22, 1-8, 2014.
[14] Maham, M.; Kiarostami, V.; Waqif-Husain, S.; Karami-Osboo, R.; Mirabolfathy, M.; Czech J. Food Sci. 31, 520-525, 2013.
[15] Maham, M.; Kiarostami, V.; Waqif-Husain, S.; Abroomand-Azar, P.; Tehrani, M.S.; Sharifabadi, M.K.; Afrouzi, H.; Shapouri, M.; Karami-Osboo, R.; Iranian Journal of Pharmaceutical Research (IJPR) 12, 311-318, 2013.
[16] Maham, M.; Kiarostami, V.; Waqif-Husain, S.; Sharifabadi, M. K.; Brazilian Journal of Pharmaceutical Sciences 50, 551-557, 2014.
[17] Moradi, Z.; Kiarostami, V.; Amini, M.; Food Analytical Methods 10, 41-48, 2017.
[18] Bajpai, S.; Gupta, S.; Dey, A.; Jha, M.; Bajpai, V.; Joshi, S.; Gupta, A.; Journal of Hazardous Materials 227, 436-444, 2012.
[19] Pappu, S.M.J.; Gummadi, S.N.; Biochemical Engineering Journal 120, 136-145, 2017.
[20] Chakri, A.; Khelif, R.; Benouaret, M.; Yang, X.S.; Expert Systems with Applications 69, 159-175, 2017.
[21] Mohammadi, S.; Hamidian, H.; Karimzadeh, L.; Moeinadini, Z.; Arabian Journal of Chemistry 9, S1290-S1296, 2016.
[22] Karadaş, C.; Kara, D.; Journal of Food Composition and Analysis 32, 90-98, 2013.
[23] Silva, E.L.; Dos Santos Roldan, P.; Giné, M.F.; Journal of Hazardous Materials 171, 1133-1138, 2009.
[24] Pourreza, N.; Rastegarzadeh, S.; Larki, A.; Journal of Industrial and Engineering Chemistry 20, 2680-2686, 2014.
[25] Yalçınkaya, Ö.; Kalfa, O.M.; Türker, A.R.; Journal of Hazardous Materials 195, 332-339, 2011.