طراحی ساختارهای anfis و شبکه های عصبی gmdh برای پیش بینی میزان بهینه مصرف ماده منعقدکننده در فرایند تصفیه آب، مطالعه موردی: تصفیه خانه بزرگ آب گیلان
Authors
abstract
در این مطالعه با توجه به اهمیت منابع سطحی در تأمین آب شرب و لزوم استفاده از مواد شیمیایی گوناگون در مراحل مختلف تصفیه این گونه آب ها، میزان مصرف مواد منعقد کننده در فرایند تصفیه آب مورد بررسی قرار گرفت. یکی از مهم ترین قسمت های فرایند تصفیه آب، مربوط به میزان مصرف مواد منعقدکننده در واحد انعقاد و لخته سازی است. در تصفیه خانه، برای تعیین نوع و غلظت منعقدکننده مناسب، از آزمایش جار استفاده می شود. این آزمایش وقت گیر و همراه با خطا است و نمی توان زیاد به نتایج آن استناد کرد. برای رفع این مشکل می توان از روش های هوشمند استفاده کرد. در این تحقیق داده های آزمایشگاهی سال 91-1390 پس از جمع آوری و پالایش، مورد مطالعه قرار گرفتند. با بهره گیری از سیستم استنتاج فازی-عصبی تطبیقی (anfis) و شبکه های عصبی نوع gmdh و با استفاده از نتایج تجربی به منظور دستیابی به مقدار بهینه مصرفی منعقدکننده پلی آلومینیوم کلراید در تصفیه خانه رشت، دو مدل غیرخطی ارائه شد.اثر پارامترهای ورودی شامل دما، ph، کدورت، جامدات معلق، هدایت الکتریکی و رنگ بر میزان مصرف منعقدکننده بررسی شد. نتایج نشان داد مدل anfis نسبت به مدل gmdh کارایی بهتری برای پیش بینی میزان مصرف منعقدکننده پلی آلومینیوم کلراید دارد.
similar resources
طراحی ساختارهای ANFIS و شبکههای عصبی GMDH برای پیشبینی میزان بهینه مصرف ماده منعقدکننده در فرایند تصفیه آب، مطالعه موردی: تصفیهخانه بزرگ آب گیلان
در این مطالعه با توجه به اهمیت منابع سطحی در تأمین آب شرب و لزوم استفاده از مواد شیمیایی گوناگون در مراحل مختلف تصفیه این گونه آبها، میزان مصرف مواد منعقد کننده در فرایند تصفیه آب مورد بررسی قرار گرفت. یکی از مهمترین قسمتهای فرایند تصفیه آب، مربوط به میزان مصرف مواد منعقدکننده در واحد انعقاد و لختهسازی است. در تصفیهخانه، برای تعیین نوع و غلظت منعقدکننده مناسب، از آزمایش جار استفاده میشود....
full textمقایسه شبکه های عصبی نوع gmdhچند هدفه و شبکه خودباوری بیزین در پیش بینی کدورت آب تصفیه شده (مطالعه موردی: تصفیه خانه بزرگ آب گیلان)
در این پژوهش ابتدا متغیرهای تأثیرگذار بر فرایند حذف کدورت آب، با استفاده از روش شناسی سطح پاسخ شناسایی شد. در ادامه شبکه های عصبی نوع gmdh و شبکه خودباوری بیزین برای مدل سازی و پیش بینی کدورت آب تصفیه شده، با استفاده از مجموعه داده های ورودی- خروجی مورد مطالعه قرار گرفت. برای ارزیابی مدل پیشنهادی، تصفیه خانه بزرگ آب گیلان به صورت موردی بررسی و داده های مورد نیاز شامل 700 سری داده به دست آمد. به...
full textمقایسه شبکههای عصبی نوع GMDHچند هدفی و شبکه خودباوری بیزین در پیشبینی کدورت آب تصفیه شده مطالعه موردی: تصفیه خانه بزرگ آب گیلان
آب کافی و با کیفیت مطلوب برای ادامه حیات بشر ضروری است. تصفیهخانهها، آب شرب را با کیفیت بالا در کوتاهترین زمان ممکن با حداقل هزینه فراهم میکنند. در این مقاله ابتدا متغیرهای تأثیرگذار بر فرآیند حذف کدورت آب، با استفاده از روششناسی سطح پاسخ شناسایی گردیده است. در ادامه شبکههای عصبی نوع GMDH و شبکه خودباوری بیزین برای مدل-سازی و پیشبینی کدورت آب تصفیه شده، با استفاده از مجموعه دادههای و...
full textطراحی بهینه چندهدفی شبکه های عصبی نوع gmdh برای مدلسازی و بهینه سازی مواد منعقدکننده مصرفی در تصفیه آب مطالعه موردی:داده های تجربی گرفته شده از تصفیه خانه بزرگ آب شهر رشت
یکی از مراحل مهم و ضروری در فرایند تصفیه آب،فرآیند انعقاد و لخته سازی می باشد. تعیین مقدار بهینه مصرفی منعقد کننده بسیار تعیین کننده می باشد و مصرف نامناسب آن باعث کاهش کیفیت آب مصرف شده می شود و همچنین بر روی بازده اقتصادی مانند هزینه مواد مصرفی تاثیرگذار می باشد . دوز مصرفی نا مناسب باعث کاهش بازده در مراحل ته نشینی و فیلتراسیون می شود . بصورت متداول آزمایش جار و تجربه شخصی اپراتور برای تع...
15 صفحه اولبررسی آثار ازونزنی در کاهش میزان ترکیبات آلی آب: مطالعه موردی تصفیه خانه آب
در این پژوهش تأثیر ازونزنی برحذف ترکیبات آلی طبیعی بخصوص کربن آلی کل آب طی یک دوره یک سالة فعالیت تصفیه خانه آب شهید بهشتی همدان بررسی شد. ازونزنی که مرحله اول گندزدایی در این تصفیه خانه است، نقش مؤثری بر حذف کربن آلی آب دارد، به طوری که میتواند در حدود 60 درصد از کل کربن آلی آب را به مواد فرار تبدیل کند که مستقیماً از محیط آبی خارج میشوند. نتایج این تحقیق با اندازهگیری شاخصهای کربن، ازون ...
full textبهینه سازی و پیش بینی فرایند فتوکاتالیستی با پوشش نانو ذرات تیتانیا بر سطح بتن برای تصفیه آب حاوی فنل
در این تحقیق، بهینهسازی فرایند فتوکاتالیستی توسط روش تاگوچی و پیشبینی راندمان حذف سیستم توسط شبکه عصبی مصنوعی انجام شد. راکتور فتوکاتالیستی از نوع پوشش یافته بود که انرژی مورد نیاز برای تحریک نانوذرات تیتانیا و تولید رادیکالهای هیدروکسیل جهت تجزیه فنل موجود در آب با استفاده از لامپهای UV-A تأمین میشد. جهت بهینهسازی فرایند با استفاده از روش تاگوچی و آرایه استاندارد L16، تاثیر پا...
full textMy Resources
Save resource for easier access later
Journal title:
فصلنامه علمی- پژوهشی آب و فاضلابPublisher: مهندسین مشاور طرح و تحقیقات آب و فاضلاب
ISSN 1024-5936
volume 25
issue 5 2014
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023