فهرست نشریات علمی دسترسی آزاد ایران

مقدمه : جذب یون‌های فلزات سنگین از محیط‌های آبی یک چالش زیستمحیطی مهم محسوب می‌شود. این مطالعه با هدف پیش‌بینی انرژی آزاد جذب این یون‌ها بر روی نانوکامپوزیت نانولوله کربنی/اکسید گرافن (CNT/GO) انجام شد. روش : در این تحقیق از یک رویکرد ترکیبی شامل شبیه‌سازی‌های دینامیک مولکولی و مدل‌های یادگیری ماشین استفاده گردید. انرژی آزاد جذب با استفاده از روش نمونه‌برداری چتری و تحلیل هیستوگرام وزندار محاسبه شد. مدل‌های مختلف یادگیری ماشین شامل جنگل تصادفی، رگرسیون ریج هسته‌ای و پرسپترون چندلایه توسعه و ارزیابی شدند. یافته­ ها : یافته‌ها تمایز واضحی در تمایل ترمودینامیکی یون‌ها نشان داد. یون سرب بیشترین و یون کادمیوم کمترین تمایل به جذب داشت. بررسی‌های میکروسکوپی تشکیل پیوندهای شیمیایی قوی برای سرب و مس را تأیید کرد، در حالی که کادمیوم تنها برهمکنش فیزیکی ضعیفی نشان داد. مدل جنگل تصادفی بهترین عملکرد پیش‌بینی را ارائه داد و تحلیل عوامل مؤثر، بار یونی را به عنوان مهم‌ترین پارامتر شناسایی کرد. نتیجه­ گیری : این پژوهش یک چارچوب ترکیبی مؤثر برای پیش‌بینی رفتار جذب ارائه می‌دهد. مدل توسعه‌یافته توانایی بالایی در شناسایی روابط پیچیده بین ساختار و خواص نشان داد و زمینه را برای طراحی هدفمند جاذب‌های انتخابی فراهم کرد. این رویکرد می‌تواند زمان و هزینه‌های توسعه مواد جدید برای تصفیه آب را به‌طور چشمگیری کاهش دهد.