سیدامید رستگار

در این پژوهش، مقایسۀ میان روش های شبکۀ عصبی و سطح پاسخ در فرایند بیواسید لیچینگ بر پایۀ استفاده از افشرۀ لیمو برای استخراج فلزات مس و روی از صفحات مدارچاپی تلفن همراه بررسی شده است. سه شاخصۀ مهم چگالی پسماند، غلظت هیدروژن پراکسید و غلظت افشرۀ لیمو بررسی شد. برای بهینه سازی شاخصه های مؤثر از روش سطح پاسخ (RSM) استفاده شد. نتایج نشان داد که برای ذراتی با اندازۀ 150 تا μm 180 در دمای ثابت20 درجه سلسیوس و زمان 4h در شرایط بهینه شامل چگالی پسماند(w/v) 4/1% غلظت هیدروژن پراکسید(v/v) 2/12% و غلظت افشرۀ لیمو (v/v) 74%، بازده بازیابی فلزات مس و روی به ترتیب 89% و 73% است. هم چنین از شبکۀ عصبی مصنوعی برای پیش بینی میزان استخراج فلزات مس و روی به عنوان تابعی از شاخصه های موردبررسی استفاده شد. برای اعتبارسنجی مدل، یک چهارم داده های آزمایشگاهی به عنوان داده های ارزیابی در نظر گرفته شد. نتایج مدل سازی شبکۀ عصبی دقت بالایی را به منظور پیش بینی متغیر هدف نشان داد؛ به طوری که مقادیر خطای MRE، MSE و R2 به ترتیب 485/9%، 254/15 و 9356/0 برای مدل پیش بینی کنندۀ استخراج مس و 854/1%، 094/1 و 9963/0 برای مدل پیش بینی کنندۀ استخراج روی به دست آمد.