محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
کلوئیدها و سطوح الف: جنبه های فیزیکوشیمیایی و مهندسی
جزئیات رویداد
همایش ، رویداد ، ژورنال
اینستاگرام تی پی بین
حوزه های تحت پوشش رویداد

  • hybrid neural networks as tools for predicting the phase behavior of colloidal systems

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 864
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     the aim of this study was to use hybrid nns with categorical (discrete) outputs, rather than encoded binary outputs to model phase behaviour of quaternary colloidal systems, and to predict microemulsion, liquid crystalline phase or coarse emulsion formulation (categorical outputs) from the water and oil proportion and hlb value of surfactants(s)/cosurfactant combination used (continuous inputs). data values from pseudo-ternary phase diagrams of blends of surfactants, or surfactant/co-surfactant, oil and water were used to develop a predictive nn model. analysed samples representing the 20 different phase diagrams provided 5786 input–output data sets for the nns. each sample was labelled according to the proportions of surfactant blend used, calculated hlb value, oil, and water in the mixture, and matched with the nature of the phase structure found for that composition. i.e. microemulsion, coarse emulsion, or liquid crystalline, and a coexistence of two or three phases. the results indicate that hybrid nns have potential to predict the phase behaviour of colloidal systems with reasonable accuracy, with the model providing good quality results when dealing with categorical data. although there were some errors in predicting the liquid crystalline phase, the microemulsion phase was predicted with high accuracy.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها