Prédiction de la Production d'hydrogène par le procédé de Fermentation en utilisant les réseaux de neurones artificiels (RNA)

Abstract

L'épuisement des énergies fossiles est un défi majeur pour l'humanité, car leur utilisation massive, en tant que principale source d'énergie pendant des décennies, a des conséquences néfastes sur l'environnement. La production du bio hydrogène à partir des déchets a attiré l'attention en tant que sources d'énergie renouvelable et respectueuse pour l'environnement. Le présent travail présente le développement des modèles basés sur l'approche des réseaux de neurones artificiels (RNA), pour la prédiction du bio hydrogène et bio butanol en utilisant les déchets comme matières première par le procédé de la fermentation. Deux modèles ont été proposés, dans le premier modèle, la température, l'espace libre de la cuve du réacteur (Headspace), la supplémentation en acide butyrique sont pris comme paramètres d'entrée et la production du bio hydrogène comme paramètre de sortie. Dans le deuxième modèle, la production du bio butanol est pris comme paramètre de sortie. Pour les deux produits de fermentation le modèle utilisé est base sur une seule couche cachée avec 11 neurones et une fonction d'activation Tan-sigmoïde. L'ensemble de données a présenté une valeur de R² (coefficient de détermination) maximales de 0,99881 pour la prédiction de la production du bio hydrogène, et une valeur de R² de 0,99977 pour la prédiction de la production du bio butanol. Ces résultats révèlent que l'approche basée sur les réseaux de neurones artificiels est robuste avec une capacité prédictive élevée pour la prédiction du rendement de la production du bio hydrogène et du bio butanol à partir des déchets par le procède de la fermentation, en raison de sa vitesse et de sa capacité d'apprentissage