کاربرد شبکه های عصبی مصنوعی در برآورد ذرات معلق ناشی از صنایع( مطالعه موردی : کارخانه سیمان شیراز)
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده منابع طبیعی
- نویسنده امیر ساشا بنان خواه
- استاد راهنما فرهاد نژادکورکی
- سال انتشار 1391
چکیده
کارخانه سیمان شیراز یکی از منابع مهم در ایجاد ذرات معلق در جنوب غربی شهر شیراز میباشد. دو کوره هزارتنی اول و دوم فرایند تولید سیمان را در این واحد صنعتی برعهده دارند. در این پژوهش از مدل شبکههای عصبی مصنوعی، برای تخمین و براورد ذرات معلق انتشار یافته از دودکش کورههای هزار تنی اول و دوم استفاده شد.پارامترهای فرآیند تولید، به عنوان دادههای ورودی مدل و میزان غلظت ذرات معلق بر حسب میلیگرم بر مترمکعب به عنوان پارامتر خروجی مدل در نظر گرفته شد. از دوره آماری یکساله به منظور جمعآوری داده و ایجاد پایگاه داده استفاده شده است. شبکههای پرسپترون چند لایه برای ایجاد شبکه و الگوریتم آموزشی لونبرگ مارکوات (levenberg-marquardt)، نیز به منظور آموزش شبکهبه کار برده شدند. همچنین از شبکههایی با یک لایه پنهان متشکل از سه نورون و یک لایه خروجی که دارای توابع انتقال سیگموئید در لایه پنهان و تابع انتقال خطی در لایه خروجی باشد، در این مطالعه استفاده شد. پس از اجرای مدل نتایج نشان دادند که بین پارامترهای فرآیند تولید و ذرات معلق خروجی از دودکشهای این واحد صنعتی، هیچ گونه ارتباط یا رفتار خطی و غیر خطی وجود ندارد. این نتایج میتواند دلایل مختلفی داشته باشد، از جمله گامهای زمانی یک ساعته اندازهگیری ذرات معلق و همچنین پیچیده بودن فرآیند تولید و وجود فیلترهای الکتریکی در کوره هزارتنی اول و دوم و فیلتر هیبرید در کوره هزارتنی دوم که سبب شده است، هیچ گونه ارتباطی میان تغییرات ایجاد شده در فرآیند تولید و میزان انتشار ذرات معلق از دودکشها، به دلیل بازدهی و کارایی بالای الکتروفیلترها و فیلتر هیبرید، ایجاد نشود.
منابع مشابه
برآورد رسوبات معلق با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز جامیشان استان کرمانشاه)
متن کامل
بررسی آثار گردوغبار ناشی از صنایع سیمان برتنوع وتراکم پوشش گیاهی مطالعه موردی: کارخانه سیمان آبیک
مواد آلاینده ناشی از صنایع سیمان شامل گردوغبار، ترکیبات کربن دار، اکسیدهای گوگرد واکسیدهای ازت است.در بین این مواد ذرات گردوغبار به خاطر تولید وانتشار بیشتر در محیط از اهمیت بیشتری برخوردار است. در این مقاله اثر ذرات گردو غبار ناشی از کارخانه سیمان آبیک بر تنوع وتراکم پوشش گیاهی(مرتعی) مورد بررسی قرار گرفته است. نوع ومقدار عناصر موجود در خاک، تنوع وتراکم گیاهان مرتعی ومقدار رسوب ذرات سیمان بر ر...
متن کاملبرآورد رسوبات معلق با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز جامیشان استان کرمانشاه)
پدیدههای فرسایش و انتقال رسوب در رودخانهها یکی از مهمترین و پیچیدهترین موضوعات مهندسی رودخانه میباشد. این پدیدهها اثرات ویژهای روی شاخص های کیفی آب، کنش کف بستر و کناره های رودخانه داشته و همچنین خسارات جبران ناپذیری به طرح های عمرانی آب وارد مینماید. پیشبینی دقیق میزان رسوب رودخانهها اهمیت قابل توجهی در مدیریت منابع آب و طراحی و ساخت و همچنین برنامه ریزی در بهره برداری از سازههای آب...
متن کاملبررسی کارایی شبکه عصبی مصنوعی در برآورد بار معلق رودخانه با استفاده از داده های دستهبندیشده
بار رسوب جریان، شاخص مفیدی در پیشبینی فرسایش خاک در حوزههای آبخیز است؛ بنابراین تدوین مدلی برای برآورد بار رسوب میتواند در مدیریت و اجرای پروژههای آبخیزداری و مهندسی رودخانه مفید باشد. در این پژوهش روش دستهبندی دادهها بهعنوان راهکاری برای افزایش دقت شبکه عصبی مصنوعی در تدوین مدل برآورد رسوب معلق بررسی شد. بدین منظور، میزان آورد رسوبات معلق رودخانههای خلیفهترخان و چهلگزی در حوضۀ قشلاق...
متن کاملمقایسه روش های شبکه عصبی بیزین و شبکه عصبی مصنوعی در تخمین رسوبات معلق رودخانه ها (مطالعه موردی: سیمینه رود)
زمینه و هدف: شبیه سازی و ارزیابی آورد رسوب رودخانه از جمله مسایل مهم در مدیریت منابع آب می باشد. اندازه گیری مقدار رسوب به روش های متداول عموماً مستلزم صرف وقت و هزینه زیادی بوده و گاهی از دقت کافی نیز برخوردار نمی باشد. روش بررسی: در این پژوهش تخمین رسوب رودخانه سیمینه رود واقع در استان آذربایجان غربی، با استفاده از شبکه عصبی بیـزین مورد بررسی قرار گرفته و نتایج آن با روش های مرسـوم هوشمند هم...
متن کاملکاربرد سنجش از دور و شبکه عصبی مصنوعی در تخمین غلظت رسوب معلق رودخانه (مطالعه موردی: رودخانه کارون)
Spectral Reflectance of suspended sediment concentration (SSC) remotely sensed by satellite images is an alternative and economically efficient method to measure SSC in inland waters such as rivers and lakes, coastal waters, and oceans. This paper retrieved SSC from satellite remote sensing imagery using radial basis function networks (RBF). In-situ measurement of SSC, water flow data, as well ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده منابع طبیعی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023