Prediction of Chemical Oxygen Demand from The Chemical Composition of Wastewater by Artificial Neural Networks

نویسندگان
چکیده

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

PROSHIFT: protein chemical shift prediction using artificial neural networks.

The importance of protein chemical shift values for the determination of three-dimensional protein structure has increased in recent years because of the large databases of protein structures with assigned chemical shift data. These databases have allowed the investigation of the quantitative relationship between chemical shift values obtained by liquid state NMR spectroscopy and the three-dime...

متن کامل

Modeling and optimization of oil refinery wastewater chemical oxygen demand removal in dissolved air flotation system by response surface methodology

In this present study the dissolved air flotation (DAF) system was investigated for the treatment of Kermanshah Oil Refinery wastewater. The effect of three parameters on flotation efficiency including of flow rate (outflow from the flotation tank), saturation pressure and coagulant dosage on chemical oxygen demand (COD) removal was examined experimentally. All the experiments were done under a...

متن کامل

extraction and acetylation of purified trypsin from bovin pancreas and study of some its physico-chemical properties

آنزیم تریپسین در شرایط قلیایی ناپایدار می باشد .و فعالیت پروتئولیتیکی تریپسین منجربه خود هضمی آن در جایگاههای خاصی می گردد. بنابر این آنزیمی با ناپایداری بالا محسوب میگردد. در سالهای اخیر موفق شدند که با ایجاد تغیرات شیمیایی با اضافه کردن فلزات خاص ، کلسیم و یا عمل استیلاسیون منجر به افزایش پایداری آنزیم تریپسین گردند. مطالعات در حال حاضر نشان می دهد که تریپسین استیله شده فعالیت آنزیمی خود را ...

15 صفحه اول

Grey and neural network prediction of suspended solids and chemical oxygen demand in hospital wastewater treatment plant effluent

Grey model (GM) and artificial neural network (ANN) was employed to predict suspended solids (SS) and chemical oxygen demand (COD) n the effluent from sequence batch reactors of a hospital wastewater treatment plant (HWWTP). The results indicated that the minimum mean bsolute percentage errors (MAPEs) of 23.14% and 51.73% for SS and COD could be achieved using genetic algorithm ANN (GAANN). The...

متن کامل

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ژورنال

عنوان ژورنال: Journal of Physics: Conference Series

سال: 2021

ISSN: 1742-6588,1742-6596

DOI: 10.1088/1742-6596/1818/1/012035