hrvatski

Upotreba umjetnih neuronskih mreža s radijalnim baznim funkcijama za predviđanje svojstava cementa u procesima zbrinjavanja otpada

Procesom očvršćivanja ispitivano je zbrinjavanje mulja koji kao jedan od sastojaka sadrži mangan, a nastao je pri pročišćavanju voda. Koristeći umjetne neuronske mreže s radijalnim baznim funkcijama razvijen je model ovisnosti čvrstoće materijala s obzirom na savijanje i koncentracije izluženog mangana o sastavu ulaznih sirovina (cement, vapno, zeolit, mulj s manganom, voda). Razvijeni model treniran je setom od 25 eksperimentalnih podataka sastava ulaznih sirovina, postavljajući kao startne vrijednosti radijalnih centara nekolicinu od korištenih slučajeva za treniranje, dok je za širenje signala korišten algoritam izotropne devijacije. Koristeći 18 neurona u skrivenom sloju, model predviđa čvrstoću nastalog produkta i koncentraciju izluženog mangana sa zadovoljavajućom točnošću. Pri odabiru optimalnog sastava ulazne sirovine, proračunati su izlazni parametri za 10181 različitih sastava. Na temelju razmatranja rezultata 11 različitih optimizacijskih kriterija određen je optimalan sastav ulaznih sirovina: 350 g cementa, 20 g vapna, 70 g zeolita, 10 g mulja te 0, 3 % vode. Proračunato je da bi takav materijal, nakon očvršćivanja, trebao imati čvrstoću oko 12, 45 MPa uz koncentraciju izluženog mangana od 0, 069 µg/L.

umjetne neuronske mreže; mangan; stabilizacija očvršćivanjem; cement; zeolit

nije evidentirano