ارائه الگوی عملکرد صافی های تحت فشار با استفاده از شبکه های عصبی مصنوعی و تعیین میزان کدورت بهینه مرتبط با حذف باکتری ها

یکی از مبانی اساسی و ضروری در طراحی و بهره برداری صحیح از واحدهای مختلف تاسیسات تصفیه خانه های آب، ارزیابی و پیش بینی دقیق عملکرد آن واحدها تحت شرایط مختلف است. در این تحقیق علاوه بر ارائه الگویی برای پیش بینی عملکرد صافی های تحت فشار در حذف کدورت، رابطه میزان کدورت در بار سطحی بهینه و درصد حذف باکتری بررسی شده است. اهداف مد نظر شامل: ۱) بررسی های آزمایشگاهی پیرامون عملکرد صافی های تحت فشار در حذف کدورت تحت شرایط مختلف از جمله تغییر کدورت ورودی، نرخ فیلتراسیون و فشار فیلتر، ۲) تجزیه و تحلیل آماری نتایج استخراج شده و تعیین حداقل و حداکثر کدورت محتمل خروجی از صافی، ۳) استفاده از شبکه های عصبی مصنوعی به منظور ارائه الگویی مناسب در تعیین عملکرد صافی مورد نظر در حذف کدورت، ۴) تعیین شاخص های الگوی مورد نظر به منظور استفاده در تعیین عملکرد صافی های مشابه، ۵) تعیین بهترین میزان کدورت و بار برای رسیدن به بیشترین حذف کلیفرم و کل باکتری، است. برای دسترسی به اهداف تعیین شده، ضمن ساخت پایلوت مناسب، نمونه برداری و انجام آزمایش های لازم بر روی ۱۳۰۰ نمونه صورت پذیرفت و سپس بر اساس محاسبات و تجزیه و تحلیل های آماری، حداقل و حداکثر کدورت محتمل خروجی از صافی تحت شرایط مختلف تعیین شد. در نهایت و بر اساس نتایج حاصل از تجزیه و تحلیل های مورد نظر، ضمن بررسی ساختارهای مختلفی از شبکه های عصبی مصنوعی، بهترین ساختار تعیین و شاخص های آن به عنوان یکی از اهداف مهم تحقیق حاضر برای استفاده در موارد مشابه ارائه شد.

Keywords:

Artificial Neural Networks , bacteria removal , pressure filters modeling , Turbidity