$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

ANN 및 SVM을 사용하여 투과 유량을 예측하는 동적 막 여과 공정 모델링
Modeling of a Dynamic Membrane Filtration Process Using ANN and SVM to Predict the Permeate Flux 원문보기

멤브레인 = Membrane Journal, v.33 no.1, 2023년, pp.34 - 45  

수피안 라데그 (메디아대학교 공정공학과) ,  모하메드 무사우이 (부이라대학교 기계공학과) ,  마마르 라이디 (메디아대학교 공정공학과) ,  나지 물라이-모스테파 (메디아대학교 공정공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 투과 유량 모델을 개발하기 위하여, 시간, 막 전후의 압력 차, 회전 속도, 막의 기공 크기, 동점도, 농도 및 공급 유체의 밀도 등 7개의 입력 변수에 기반한 두 종류(ANN 및 SVM) 인공지능 기법을 이용하였다. 시행착오법과 실험데이터와 예측 데이터 간의 결정 계수(R2) 와 평균절대상대편차(AARD)를 포함한 두 가지 통계 변수를 통해 최적의 모델을 선정하였다. 최종적으로 얻어진 결과에서 최적화된 ANN 모델이 R2 = 0.999 및 AARD% = 2.245인 투과 플럭스 예측 정확도를 보여서, R2 = 0.996 및 AARD% = 4.09의 정확도를 보인 SVM 모델에 비해 더 정확함을 알 수 있었다. 또한, ANN 모델은 SVM 방식에 비해 투과 유속을 예측하는 능력도 더 높은 것으로 나타났다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Two computational intelligence techniques namely artificial neural networks (ANN) and support vector machine (SVM) are employed to model the permeate flux based on seven input variables including time, transmembrane pressure, rotating velocity, the pore diameter of the membrane, dynamic viscosity, c...

주제어

#dynamic filtration   #rotating disk membrane   #flux   #modeling   #ANN   #SVM  

참고문헌 (30)

  1. L. Ding and M. Y. Jaffrin, "Benefits of high shear？rate dynamic nanofiltration and reverse osmosis: A？review", Sep. Sci. Technol., 49, 1953 (2014). 

  2. L. Ding, O. Al-Akoum, A. Abraham, and M. Y.？Jaffrin, "Milk protein concentration by ultrafiltration with rotating disk modules", Desalination.,？144, 307-311 (2002). 

    상세보기

  3. S. Mondal and S. De, "A fouling model for steady？state crossflow membrane filtration considering sequential intermediate pore blocking and cake formation", Sep. Purif. Technol., 75, 222 (2010). 

    상세보기

  4. G. Belfort, H. R. Davis, and L. A. Zydney, "The？behavior of suspensions and macromolecular solutions in crossflow microfiltration", J. Membr. Sci.,？96, 1 (1994). 

    상세보기

  5. M. Y. Jaffrin, "Dynamic shear-enhanced membrane？filtration: A review of rotating disks, rotating？membranes and vibrating systems", J. Membr. Sci.,？324, 7 (2008). 

    상세보기

  6. L. Ding, M. Y. Jaffrin, and J. Luo, "Dynamic filtration with rotating disks, and rotating or vibrating？membranes", Progress in Filtration and Separation,？pp. 27, Academic Press (2015). 

  7. A. Brou, L. Ding, P. Boulnois, and M. Y. Jaffrin,？"Dynamic microfiltration of yeast suspensions using rotating disks equipped with vanes", J. Membr.？Sci., 197, 269 (2002). 

    상세보기

  8. R. Bouzerar, L. Ding, and M. Y. Jaffrin, "Local？permeate flux-shear-pressure relationships in a rotating disk microfiltration module: Implications for？global performance", J. Membr. Sci., 170, 127？(2000). 

    상세보기

  9. R. Bouzerar, M. Y. Jaffrin, A. Lefevre, and P.？Paullier, "Concentration of ferric hydroxide suspensions in saline medium by dynamic cross-flow filtration", J. Membr. Sci., 165, 111 (2000). 

    상세보기

  10. Z. Zhu, J. Luo, L. Ding, O. Bals, M. Y. Jaffrin,？and E. Vorobiev, "Chicory juice clarification by？membrane filtration using rotating disk module",？Food Eng., 115, 264 (2013). 

  11. J. Luo, Z. Zhu, L. Ding, O. Bals, Y. Yinhua, M.？J. Jaffrin, and E. Vorobiev, "Flux behavior in clarification of chicory juice by high-shear membrane？filtration: evidence for threshold flux", J. Membr.？Sci., 435, 120 (2013). 

    상세보기

  12. S. Park, S. S Baek, J. Pyo, Y. Pachepsky, J. Park,？and K. Cho, "Deep neural networks for modeling？fouling growth and flux decline during NF/RO？membrane filtration", J. Membr. Sci., 587, 117？(2019). 

    상세보기

  13. S. Ladeg, N. Moulai-Mostefa, A. Ould-Dris, and？L. Ding, "Modeling of surface fouling on the surface of a rotating disk membrane using CFD and？numerical study", Desalin. Water Treat., 190, 52？(2020). 

  14. Z. Zhu, S. Ladeg, L. Ding, O. Bals, N. MoulaiMostefa, M. Y. Jaffrin, and E. Vorobiev, "Study？of rotating disk assisted dead-end filtration of？chicory juice and its performance optimization",？Ind. Crops Prod., 53, 154 (2014). 

  15. Z. Yusuf, N. A. Wahab, and S. Sudin, "Soft computing techniques in modelling of membrane filtration system: A review", Desalin. Water Treat.,？161, 144 (2019). 

  16. R. Soleimani, N. Alavi, B. Mirza, and A. Salahi,？"Experimental investigation, modeling and optimization of membrane separation using artificial？neural network and multi-objective optimization using genetic algorithm", Chem. Eng. Res. Des., 91, 883 (2013). 

  17. J. Jawad, A. H. Hawari, and S. Zaidi, "Modeling？of forward osmosis process using artificial neural？networks (ANN) to predict the permeate flux",？Desalination., 484, 114427 (2020). 

    상세보기

  18. G. B. Sahoo and C. Ray, "Predicting flux decline？in crossflow membranes using artificial neural networks and genetic algorithms", J. Membr. Sci.,？283, 147 (2006). 

    상세보기

  19. M. Bagheri, A. Akbari, and S. A. Mirbagheri,？"Advanced control of membrane fouling in filtration systems using artificial intelligence and machine learning techniques: A critical review", Process？Saf. Environ. Prot., 123, 229 (2019). 

  20. Q. F. Liu, S. H. Kim, and S. Lee, "Prediction of？microfiltration membrane fouling using artificial？neural network models", Sep. Purif. Technol., 70, 96 (2009). 

    상세보기

  21. L. Auria and R. A. Moro, "Support vector machines (SVM) as a technique for solvency analysis", SSRN, DIW Berlin., 811 (2008). 

  22. C. Li, and Y. Tao, "Application of support vector？machine with simulated annealing algorithm in？MBR membrane pollution prediction", IEEE 15th？International Conference on Software Engineering？Research, Management and Applications (SERA),？pp. 211, London, UK (2017). 

  23. H. Adib, F. Sharifi, N. Mehranbod, N. M.？Kazerooni, and M. Koolivand, "Support Vector？Machine based modeling of an industrial natural？gas sweetening plant", J. Nat. Gas Sci. Eng., 14, 121 (2013). 

  24. K. Gao, X. Xi, Z. Wang, Y. Ma, S. Chen, X. Ye,？and Y. Li, "Use of support vector machine model？to predict membrane permeate flux", Desalin.？Water Treat., 57, 16810 (2016). 

  25. N. S. A. Yasmin, N. A. Wahab, A. N. Anuar, and？M. Bob, "Performance comparison of SVM and？ANN for aerobic granular sludge", Bull. Electr.？Eng. Informatics., 8, 1392 (2019). 

  26. A. Brou, M. Y. Jaffrin, and L. Ding, "Microfiltration？and ultrafiltration of polysaccharides produced by？fermentation using a rotating disk dynamic filtration system", J. Courtois, Biotechnol. Bioeng., 82, 429 (2003). 

  27. W. Zhang, L. Ding, M. Y. Jaffrin, and B. Tang,？"Membrane cleaning assisted by high shear stress？for restoring ultrafiltration membranes fouled by？dairy wastewater", Chem. Eng. J., 325, 457 (2017). 

    상세보기

  28. R. Bouzerar, M. Y. Jaffrin, L. Ding, and P.？Paullier, "Influence of geometry and angular velocity？on performance of a rotating disk filter", AIChE J.,？46, 257 (2000). 

    상세보기

  29. A. H. Mohammadi, F. Gharagheizi, A. Eslamimanesh,？and D. Richon, "Evaluation of experimental data？for wax and diamondoids solubility in gaseous systems", Chem. Eng. Sci., 81, 1 (2012). 

    상세보기

  30. A. Baghban, A. Jalali, M. Shafiee, M. H. Ahmadi,？and K. Chau, "Developing an ANFIS-based swarm？concept model for estimating the relative viscosity？of nanofluids", Eng. Appl. Comput. Fluid Mech.,？13, 26 (2019). 

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로