پیش بینی نرخ برگشت لجن با استفاده از شبکه های عصبی مصنوعی، مطالعه موردی: تصفیه خانه فاضلاب تربت حیدریه
نویسندگان
چکیده
بین پارامترهای مختلف کمّی و کیفی فاضلاب و میزان لجن برگشتی مورد نیاز، که یکی از مهم ترین پارامترهای بهره برداری از تصفیه خانه های فاضلاب به روش لجن فعال است، ارتباط علت و معلولی پیچیده و غیر خطی وجود دارد. همچنین شبکه های عصبی مصنوعی دارای مزایایی از قبیل قدرت یافتن روابط علت و معلولی پیچیده و غیر خطی توسط ابزارهای محاسباتی ساده ریاضی، داشتن قدرت تعمیم بالا و همچنین سرعت بالا در مرحله آزمایش اند و می توانند به صورت یک ابزار نرم افزاری در بهره برداری از تصفیه خانه فاضلاب مورد استفاده قرار گیرند. در این پژوهش میزان لجن برگشتی در تصفیه خانه فاضلاب شهر تربت حیدریه با استفاده از شبکه عصبی مصنوعی و با توجه به داده های ورودی یک ساله مورد بررسی قرار گرفت. پارامترهای مختلف تأثیر گذار در میزان لجن برگشتی از قبیل دبی و دمای فاضلاب ورودی، tss، bod5، cod ورودی و خروجی، غلظت لجن برگشتی، غلظت مواد معلق مایع مخلوط و همچنین میزان لجن فعال جمع آوری شده، به شبکه های عصبی mlp و rbf اعمال شد. نتایج این مطالعه نشان داد که شبکه عصبی مصنوعیmlp می تواند با دقت بیش از 93 درصد میزان لجن برگشتی مورد نیاز در سیستم های متداول بیولوژیکی تصفیه فاضلاب به روش هوادهی گسترده را پیش بینی نماید.
منابع مشابه
پیشبینی نرخ برگشت لجن با استفاده از شبکههای عصبی مصنوعی، مطالعه موردی: تصفیهخانه فاضلاب تربت حیدریه
بین پارامترهای مختلف کمّی و کیفی فاضلاب و میزان لجن برگشتی مورد نیاز، که یکی از مهمترین پارامترهای بهره برداری از تصفیهخانههای فاضلاب بهروش لجن فعال است، ارتباط علت و معلولی پیچیده و غیر خطی وجود دارد. همچنین شبکههای عصبی مصنوعی دارای مزایایی از قبیل قدرت یافتن روابط علت و معلولی پیچیده و غیر خطی توسط ابزارهای محاسباتی ساده ریاضی، داشتن قدرت تعمیم بالا و همچنین سرعت بالا در مرحله آزمایشاند...
متن کاملپیش بینی نرخ نفوذ tbm با استفاده از روش شبکه عصبی مصنوعی(مطالعه موردی مترو تبریز)
امروزه ماشینهای تونلبری tbm (tunnel boring machine) بطور وسیعی در حفر تونلها بخصوص تونلهای شهری استفاده میشوند. این ماشینها بر اساس روش نگهداری سینه کار و دیواره های تونل، دارای انواع مختلفی می باشند. یکی از انواع این ماشین ها، سپرهای تعادلی فشار زمین epb (earth pressure balance) می باشد که جهت حفاری خط 1 متروی تبریز مورد استفاده قرار گرفته است. عوامل مختلفی نظیر شرایط زمینشناسی، خصوصیا...
متن کاملپیش¬بینی جریان روزانه با استفاده از شبکه¬های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)
پیشبینی دقیق جریان در رودخانهها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالیها است. به دلیل اهمیت پیشبینی جریان رودخانه، در این تحقیق جریان روزانه رودخانهی باراندوزچای در دو ایستگاه بیبکران و دیزج طی یک دورهی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) میباشد، پیشبینی گرد...
متن کاملپیش بینی نرخ خوردگی با استفاده از شبکه های عصبی مطالعه موردی: سیستم های بالاسری تقطیر نفت خام
هدف این تحقیق پیش بینی نرخ خوردگی با استفاده از شبکه های عصبی مصنوعی می باشد. خوردگی پدیده ای است که به علت تاثیر عوامل مختلف و متعدد شناخته شده و ناشناخته پیچیدگی بسیار زیادی دارد و به راحتی قابل مدلسازی نیست. جهت پیش بینی و مدلسازی خوردگی در رویکرد مکانیستیک به واکنش ها و فرایندهای فیزیکی، شیمیایی، و الکتروشیمیایی آن توجه می شود و مدلسازی بر اساس آنها انجام می پذیرد. با وجود موفقیت هایی که ای...
متن کاملمدلسازی تصفیه خانه فاضلاب صنعتی با استفاده از شبکه عصبی ( مطالعه موردی تصفیه خانه مبین )
مدلسازی تصفیه خانه فاضلاب صنعتی به دلیل مشخصات ذاتی و غیر خطی اغلب فرایند های مختلف تصفیه ، دشوار است. به دلیل افزایش روزافزون نگرانی ها در مورد اثرات زیست محیطی تصفیه خانه ها با توجه به ضعف بهره برداری، نوسانات متغیرهای فرایندی و مشکلات آنالیزورهای بر خط، الگوریتم های توسعه یافته کنترل فرایند با استفاده از روش های هوش مصنوعی مانند شبکه های عصبی مصنوعی توجه زیادی را به خود جلب کرده است. در این ...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
فصلنامه علمی- پژوهشی آب و فاضلابناشر: مهندسین مشاور طرح و تحقیقات آب و فاضلاب
ISSN 1024-5936
دوره 25
شماره 4 2014
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023