Forecasting The Biosorption of Crystal Violet Cationic Dye onto Biomass-driven Graphene-Like Porous Carbon Through Artificial Neural Network Approach

Authors : Ceren KARAMAN

Pages : 456-464

Doi:10.31590/ejosat.878772

View : 33 | Download : 12

Publication Date : 2021-04-30

Article Type : Research Paper

Abstract :Tekstil endüstrisi su kirliliğinde ana aktörler olarak kabul edilmektedir. Biyosorbentlerin / adsorbanların tekstil boyası soğurma kapasitelerinin tahmini, tasarım konuları olarak çok önemlidir. Bu çalışmada, sulu çözeltiden Crystal Violet (CV) katyonik boyarmaddesinin uzaklaştırılması için düşük maliyetli bir biyosorbent olarak portakal kabuğu türevi grafen benzeri gözenekli karbonun (GCs) kullanılmasının fizibilitesi hem kesikli biyosorpsiyon deney düzeneği ile hem de yapay bir sinir ağı (YSA) yaklaşımı kullanılarak değerlendirilmiştir. Fizikokimyasal karakterizasyon sonuçları, sentezlenen GCs'nin 985 m2.g-1 özgül yüzey alanına, 1.04 cm3.g-1 gözenek hacmine ve 6.50 sıfır yük noktasına (pHPZC) sahip olduğunu ortaya çıkarmıştır. Biyosorbentin biyosorpsiyon kapasitesi, başlangıç pH’ı, bisorbent dozu, başlangıç boya konsantrasyonu ve sıcaklığın fonksiyonu olarak araştırılmıştır. En yüksek biyosorpsiyon performans değerleri pH 7.5, biyosorbent dozajı 1,0 g.L-1, 25 ° C sıcaklıkta elde edilmiştir ve burada başlangıçtaki CV'nin% 92'si başarıyla uzaklaştırılmıştır. Deneysel sonuçlar, biyosorpsiyon işleminin önemli ölçüde sıcaklığa bağlı olduğunu, ancak yaklaşık 15 dakikalık temas süresinin dengeye ulaşmak için yeterli olduğunu göstermiştir. GPC'nin biyosorpsiyon performansını tahmin etmek için YSA yaklaşımı kullanılmıştır. Önerilen YSA modeli, sırasıyla gizli katmanda ve çıktı katmanlarında purelin ve tansig fonksiyonlarının aktivasyon fonksiyonu kullanılarak, Levengberg-Marquardt geri yayılım algoritması ile eğitilmiştir. YSA modelini optimize etmek için farklı gizli topolojiler değerlendirilmiştir. Yüksek performanslı parametrelerle (doğrusal korelasyon katsayısı, R = 0.9995; ortalama kare hatası, MSE = 0.0004) CV'nin biyosorpsiyonunu tahmin etmek için 5 ve 10 nöronlu iki gizli katman ile yapılandırılmış optimal bir YSA modeli geliştirilmiştir. Bu çalışma, deneysel verilerin YSA temelli verilerle uyumlu olduğunu ortaya koymuştur, bu nedenle önerilen YSA yaklaşımının katyonik boya biyosorpsiyonunu tahmin etmek için kullanılabileceği söylenebilir.
Keywords : Tarımsal Atık, Yapay Sinir Ağı YSA, Biyosorpsiyon, Crystal Violet, Modelleme, Portakal Kabuğu