سعید پاکرو - دانشجوی کارشناسی ارشد، گروه مهندسی عمران محیط زیست، پردیس ارس دانشگاه تهران
ناصر مهردادی - استاد و عضو هیئت علمی، گروه مهندسی عمران محیط زیست، پردیس ارس دانشگاه تهران
اکبر باغوند - دانشیار و عضو هیئت علمی، گروه مهندسی عمران محیط زیست، پردیس ارس دانشگاه تهران

در این کار تحقیقاتی مدلسازی شبکه عصبی مصنوعی برای پیش بینی راندمان تصفیه خانه فاضلاب تبریز که دارای سیستم تصفیه لجن فعال با هوادهی دیفیوزری می باشد مورد ارزیابی قرار گرفت. مدل های لجن فعال کنونی در خصوص مشخصات مدل های قطعی هستند و بر پایه ویژگی های بیوسینتیکی اساسی ساخته شده اند. با این حال، اندازه گیری و کالیبراسیون این مدل ها بسیار وقت گیر و پرزحمت است. مدل کامپیوتری ای که به سادگی کالیبره شود و کاربرد پسند باشد، با استفاده از تکنیک های هوش مصنوعی، که همان شبکه های عصبی مصنوعی (ANN) است در این مطالعه مورد استفاده قرا گرفت. این مدل ها نه تنها می توانند به طور مستقیم به عنوان یک جایگزین قطعی برای مدل های موجود باشند همجنین می توانند به عنان پیش بینی کننده خطا به سیستم ها متصل شوند. با استفاده از مدل شبکه عصبی و مطالعاتی بر روی شبیه سازی تصفیه خانه فاضلاب فرضی ساخته شده با فرآیند تک لجنه فعال با برنامه (SSSP) و استفاده از تجربیات آن سیستم مدلسازی شد. برای تصفیه خانه فرضی نتایج شبیه سازی به دست آمده توسط مدل شبکه عصبی توسعه یافته تجزیه و تحلیل گردید. در مدل سازی تصفیه خانه فاضلاب فرضی، بالاترین ضریب همبستگی به دست آمده با مدل شبکه عصبی در برابر SSSP در حدود 0.980 بود. با استفاده از داده های واقعی ار تصفیه خانه فاضلاب تبریز (در یک دوره 6 ماهه از خرداد تا آبان سال 1392) بهترین و مناسب ترین مدل شبکه عصبی به دست آمده با ترکیب ورودی متغیرهای (TSS(eff), Q(inf و MLss مقدر R برابر با 0.898 را به همراه داشت که با توجه به درصد خطای موجود در داده های ورودی دقت نسبی بالایی را نشان می دهد.

فرایند لجن فعال، شبکه عصبی مصنوعی، مدلسازی، راندمان، تصفیه خانه تبریز