Yapay nöral ağ modeli ile N-izopropilakrilamid-akrilik asit kopolimerinin alt kritik çözelti sıcaklığının tahmini

YAPAY NÖRAL AĞ MODELİ İLE N-İZOPROPİLAKRİLAMİD-AKRİLİK ASİT KOPOLİMERİNİN ALT KRİTİK ÇÖZELTİ SICAKLIĞININ TAHMİNİ Hakan Kayı Hacettepe Üniversitesi, Kimya Mühendisliği Bölümü, Kimya Mühendisliği Anabilim Dalı ÖZ Bu çalışmada poli(N-izopropilakrilamid-akrilik asit) [poli(NIPAAm-AAc)] kopolimerinin alt kritik çözelti sıcaklığı; zincir transfer ajanı/başlatıcı mol oranı, beslenen akrilik asit miktarı, kopolimer derişimi, sulu çözeltinin pH'sının ve iyonik gücünün bir fonksiyonu olarak incelenmiştir. Poli(NIPAAm-AAc) kopolimerleri, 65°C'de çözelti polimerizasyonu yöntemiyle etanol kullanılarak sentezlenmiştir. Polimerizasyonlarda başlatıcı olarak a-a'-azoizobütironitril (AIBN) ve zincir transfer ajanı olarak ise 2-merkaptoetilamin (MEA) kullanılmıştır. Saflaştırılan polimerlerden istenilen özelliklerde sulu çözeltiler hazırlanmıştır. Her bir parametrenin alt kritik çözelti sıcaklığı üzerindeki etkisi deneysel olarak ayrı ayrı incelenmiş ve elde edilen veriler için uygun bir yapay sinir ağı modeli geliştirilmiştir. Bu amaçla, ileri beslemeli geri yayınımlı yapay sinir ağı mimarisi tek gizli katmanlı olarak geliştirilmiştir. Deneysel verilerin %90'ı sinir ağının eğitiminde kullanılmıştır. Verilerin kalan %10'u ise modelin test edilmesinde kullanılmıştır. Geliştirilen yapay sinir ağı modelinin, girdi parametrelerinden poli(NIPAAm-AAc) kopolimerinin alt kritik çözelti sıcaklığı değerlerini ortalama %2.38 mutlak hata oranı ile tahmin ettiği belirlenmiştir. Anahtar Kelimeler: Yapay sinir ağları, sıcaklık-pH duyarlı polimerler, alt kritik çözelti sıcaklığı, N-izopropilakrilamid-akrilik asit kopolimeri. Danışman: Prof. Dr. Erdoğan ALPER, Hacettepe Üniversitesi, Kimya Mühendisliği Bölümü, Kimya Mühendisliği Anabilim Dalı. PREDICTION OF LOWER CRITICAL SOLUTION TEMPERATURE OF N-ISOPROPYLACRYLAMIDE-ACRYLIC ACID COPOLYMER BY AN ARTIFICIAL NEURAL NETWORK MODEL Hakan Kayı Hacettepe University, Department of Chemical Engineering, Chemical Engineering Section ABSTRACT In this study, the lower critical solution temperature of poly(N-isopropylacrylamide- acrylic acid) [poly(NIPAAm-AAc)] copolymer was investigated as a function of chain transfer agent/initiator mole ratio, acrylic acid quantity in the feed, copolymer concentration, pH and ionic strength of aqueous solution. Poly(NIPAAm-AAc) copolymers were synthesized at 65°C by solution polymerization using ethanol. In the polymerizations, a-a'-azoisobutyronitril (AIBN) and 2-mercaptoethylamine (MEA) were used as initiator and chain transfer agent, respectively. Aqueous solutions, which have desired properties, were prepared from previously purified polymers. The effects of each parameter on lower critical solution temperature were examined experimental and an appropriate neural network model was developed for the data obtained. For this purpose, feed forward backpropagation artificial neural network architecture with one hidden layer was developed. 90% of the experimental data were used to train the neural network. The remaining 10% of the data were used for testing the model. It was found that the developed artificial neural network model predicted the lower critical solution temperature values from input parameters by an absolute mean error 2.38%. Keywords: Artificial neural networks, temperature-pH sensitive polymers, lower critical solution temperature, N-isopropylacrylamide-acrylic acid copolymer. Advisor. Prof. Dr. Erdoğan ALPER, Hacettepe University, Department of Chemical Engineering, Chemical Engineering Section. m 89